没有合适的资源?快使用搜索试试~ 我知道了~
nam:神经加性模型(Google研究)
共43个文件
py:32个
ipynb:6个
html:1个
需积分: 50 2 下载量 101 浏览量
2021-04-29
07:06:41
上传
评论 2
收藏 1.51MB ZIP 举报
温馨提示
NAM:神经加性模型-可解释的机器学习与神经网络 | | NAM是用于广义加性模型研究的库。 神经加性模型(NAM)将DNN的某些表达能力与广义加性模型的固有清晰度结合在一起。 NAM学习神经网络的线性组合,每个神经网络都参与一个输入功能。 这些网络经过共同训练,可以学习其输入特征和输出之间的任意复杂关系。 概述 去做: 用法 $ python main.py -h usage: Neural Additive Models [-h] [--training_epochs TRAINING_EPOCHS] [--learning_rate LEARNING_RATE] [--output_regularization OUTPUT_REGULARIZATION]
资源推荐
资源详情
资源评论
收起资源包目录
nam-main.zip (43个子文件)
nam-main
EDA.html 2.53MB
main.py 1KB
main.ipynb 549KB
LICENSE 1KB
debugging.ipynb 1.03MB
gallup_runs.ipynb 18KB
EDA.ipynb 16KB
nam
utils
loggers
base.py 809B
tensorboard.py 1KB
__init__.py 99B
wandb.py 572B
__init__.py 29B
args.py 4KB
graphing.py 6KB
models
nam.py 2KB
base.py 407B
utils.py 509B
dnn.py 1007B
saver.py 1KB
__init__.py 132B
activation
exu.py 1KB
__init__.py 47B
relu.py 930B
featurenn.py 2KB
__init__.py 0B
types.py 130B
config
default.py 1KB
base.py 794B
__init__.py 55B
data
base.py 5KB
utils.py 2KB
datasets.py 2KB
__init__.py 87B
folded.py 4KB
engine
engine.py 3KB
__init__.py 49B
losses.py 2KB
setup.py 650B
README.md 6KB
Makefile 555B
experimental.ipynb 314KB
.gitignore 5KB
graphing.ipynb 136KB
共 43 条
- 1
资源评论
皮卡学长
- 粉丝: 76
- 资源: 4622
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功