训练器
探索先进的训练器技术，涵盖从基础到高级的16987个精选资源。无论您是致力于机器学习、深度学习还是嵌入式系统开发，这里都有适合您的解决方案。通过我们的平台，您可以深入理解算法优化、模型训练及硬件加速等关键概念，加速项目迭代与创新。立即加入，获取最新教程、案例分析和技术文档，助力您的专业成长与技术突破...
资源总数
500
训练器 全部资料 500 份
采用动量梯度下降算法训练BP网络
采用动量梯度下降算法训练BP网络，采用两种训练方法，即 L-M 优化算法（trainlm）和贝叶斯正则化算法（trainbr），用以训练 BP 网络
2017-02-18
149