A=alphabet(:,1)+rand(35,1) alphabet是已定义好的字符特征矩阵 A2=sim(netn,A) netn是前面已训练好的神经网络 A2=compet(A2) an
A=alphabet(:,1)+rand(35,1) alphabet是已定义好的字符特征矩阵 A2=sim(netn,A) netn是前面已训练好的神经网络 A2=compet(A2) answer=find(compet(A2)==1) plotchar(alphabet(:,ans...
训练技术资料
📦 资源总数：873
📄 技术文档：1
💻 源代码：2534
探索电子技术的前沿，掌握核心训练方法。本页面汇集了873个精选训练资源，覆盖从基础到高级的全方位学习路径，包括但不限于机器学习、深度学习及神经网络等热门领域。无论您是希望提升个人技能还是寻求解决实际工程问题的新思路，这里都是您的理想选择。立即访问，开启您的专业成长之旅！
🔥 训练热门资料
查看全部873个资源 »C语言综合编程训练 C语言综合编程训练 C语言综合编程训练
C语言综合编程训练 C语言综合编程训练 C语言综合编程训练...
abap中文训练手册,sap开发语言使用案例
abap中文训练手册,sap开发语言使用案例...
实现决策树分类训练试验。 源自c4.5
实现决策树分类训练试验。 源自c4.5，在windows下用C++实现,简洁好用。用户只需要构建好特征说明文件，并选择一些参数既可以进行试验。...
用GA训练BP网络的权值、阈值 。好的东西大家要共享啊。
用GA训练BP网络的权值、阈值 。好的东西大家要共享啊。...
📄 训练技术文档
查看更多 »💻 训练源代码
查看更多 »📂 训练资料分类