没有合适的资源?快使用搜索试试~ 我知道了~
Markov-Lipschitz-Deep-Learning
共33个文件
gif:9个
png:8个
py:7个
需积分: 9 0 下载量 166 浏览量
2021-05-30
10:26:53
上传
评论
收藏 108.59MB ZIP 举报
温馨提示
Markov-Lipschitz 深度学习 (MLDL) Spheres 数据集上三个自动编码器的训练过程比较。 这是的 PyTorch 实现: @article { Li-MLDL-2020 , title = { Markov-Lipschitz Deep Learning } , author = { Stan Z Li and Zelin Zang and Lirong Wu } , journal = { arXiv preprint arXiv:2006.08256 } , year = { 2020 } } 与其他流行方法相比,MLDL 用于流形学习和生成的主要特征总结如下: MLDL(我们的) AE/地形AE MLLE ISOMAP t-SNE 没有解码器的流形学习 是的 不 是的 是的 是的 学习到的 NLDR 模型适用于测试数据
资源推荐
资源详情
资源评论
收起资源包目录
Markov-Lipschitz-Deep-Learning-master.zip (33个子文件)
Markov-Lipschitz-Deep-Learning-master
samples_generator_new.py 62KB
param
mnist_25.json 504B
mnist_2.json 531B
spheres5500_ae.json 505B
spheres5500_enc.json 512B
spheres10000_enc.json 522B
spheres10000_ae.json 482B
utils.py 23KB
main.py 16KB
model.py 3KB
loss.py 7KB
dataset.py 6KB
LICENSE 1KB
eval.py 1KB
README.md 8KB
figs
vanilla.gif 6.67MB
MLDL.jpg 474KB
swiss roll.png 1.43MB
mnist.png 2.44MB
MLDL.gif 23.89MB
MLDL_Features.png 67KB
MLDL.png 203KB
generation.PNG 136KB
latent.gif 36.18MB
ML-AE.gif 11.82MB
generalization.PNG 121KB
sphere5500.png 870KB
train.gif 24.13MB
topoae.gif 9.15MB
ML-AE-Spheres-10000.gif 10.85MB
sphere10000.png 1.23MB
ML-Spheres-5500.gif 6.17MB
ML-AE-Spheres-5500.gif 6.17MB
共 33 条
- 1
资源评论
司幽幽
- 粉丝: 29
- 资源: 4547
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