没有合适的资源?快使用搜索试试~ 我知道了~
AI_physicist:Wu和Tegmark(2019年)的AI物理学家,一种从数据中学习理论的算法范例
共21个文件
py:10个
ipynb:5个
md:1个
需积分: 5 0 下载量 90 浏览量
2021-05-09
23:42:39
上传
评论
收藏 129KB ZIP 举报
温馨提示
AI_物理学家 ``AI_physicist''提供了用于学习和操纵理论的范例和算法,即小型专业模型及其准确域。 它包含用于 可微分治(DDAC)用于同时学习理论和领域 用MDL简化Occam剃刀的理论 将理论统一为可以产生理论连续性的主要理论 通过将理论存储在理论中心并为新颖的环境提出理论来进行终身学习。 Wu Tailin和Max Tegmark(2019)[ ] [ ]在论文“迈向AI物理学家的无监督学习”中提供了更多详细信息。 安装 首先克隆目录。 然后跑 bash setup.sh 初始化子模块并下载数据集。 PyTorch要求> = 0.4.1。 其他要求在 数据集 提供了用于论文的数据集。 将解压缩后的“ MYSTERIES”,“ GROUND_TRUTH”直接放在数据集/下。 要使用自己的数据集,请将csv文件放在数据集/ MYSTERIES /下。 对于每个数据集
资源推荐
资源详情
资源评论
收起资源包目录
AI_physicist-master.zip (21个子文件)
AI_physicist-master
theory_learning
theory_hub.py 69KB
util_theory.py 79KB
models.py 21KB
theory_unification.ipynb 16KB
models.ipynb 26KB
theory_hub.ipynb 83KB
theory_model.py 125KB
theory_unification.py 12KB
theory_exp.ipynb 55KB
theory_exp.py 46KB
theory_model.ipynb 146KB
.gitmodules 97B
run_exp
run_theory.py 3KB
LICENSE 1KB
settings
filepath.py 30B
global_param.py 683B
requirements.txt 65B
.gitignore 1KB
README.md 6KB
pytorch_net
setup.sh 267B
datasets
__init__.py 0B
共 21 条
- 1
资源评论
FedAI联邦学习
- 粉丝: 21
- 资源: 4567
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