深度学习网络模型（帮研究生完成作业）

¥ 2000

¥ 2000 猿急送 Technology & Programming China
44 days ago

Description

计算测试集总体误差（或准确率）的特定函数 在第一次迭代（epoch）之前和每次迭代之后调用该函数 显示总体误差（或准确率）随迭代次数而变化的情况 尝试修改网络结构（层的大小、数量和/或类型）或训练条件（数据的增加） 完整描述您的最终网络，包括：层数和子层数，确定从输入到输出的所有中间变量（"Xn"），并给出其维数（张量大小）；确定所有连续函数（"Fn"）及其类型；确定这些函数的所有参数（"Wn"），给出其维数（张量大小），并说明其是否为零（相应函数无参数）。 计算一幅图像的正向遍历的浮点运算次数（如果有反向遍历，其运算次数几乎相同

Go Now
关注公众号,不定期副业成功案例分享
Follow WeChat

Success story sharing

Want to stay one step ahead of the latest teleworks?

Subscribe Now

Similar Teleworks

需要熟悉网络流和最大流最小割问题 问题描述：一个产品由不同的模块组成，每个模块有不同的模块型号，一个产品需要在每个模块中选择一个型号进行组装，形成最后的产品。需要建立一个从产品到模块的网络图，定义网络图中的边具有多个属性，多层级的属性（成本和需求），最后使用最大流最小割算法求解网络图，权衡不同属性流之间的关系，目标是能够缩减每种模块的型号，从而达成以最少型号的模块组合能够覆盖最多的订单（也就是产品）。数据有了，算法的框架也有，根据框架把内容写出来就行。 代码的框架 第一步：导入数据，导入产品和模块的不同数据 第二步：建立网络图 1） 建立从源点出发到产品节点的关系 2） 建立从产品节点到模块节点的关系 注意，不同产品可能会使用一种模块下面的同一型号的模块，同一型号模块节点应该唯一； 同时因为不是所有的产品都是产成品，有些产品是半成品，所以不是所有产品都会链接到所有的16种模块下面，产品只需要链接到它包含的模块即可 3）建立模块节点到汇点的关系 第三步：赋予网络图中的边不同属性流 第一层属性流是数量关系，根据所给出的产品的需求数据可以推出每个产品以及每个模块的数量要求 第二层属性流是成本关系，根据每个模块的成本可以推出产品的总成本 第四步：应用最大流最小割算法 可以参考最小成本最大流算法等，此处采用的算法不做要求，可以给参考文献 网络图中，同一型号的模块应该用同一种颜色进行区分，同时源点、汇点和产品节点也应该用不同颜色进行区分 第五步：输出算法运行结果，输出最初的网络图以及经过优化后的网络图 最后的成果： 1，建立好的网络图， 2，优化后的结果 3，代码
¥ 0-5000 Technology & Programming 开源众包 China
8 hour ago

功能一：按照字段格式存储数据库载入+上传



操作面板清晰明了，读入数据（给个超级列表框），批量操作或单条数据操作（按钮）




功能二：查询数据



根据特征查询库里单品数据（特征举例：货号，规格）查询结果返回面板列表，查询完毕导出表格

1、导入查询表格以及查询结果保存表格格式我发给你。

2、加一个单条查询数据的编辑框和按钮(查询结果一样是列表框显示)


3、查询特征比如说是货号，同步需要查询的数据里会有个订单号一并读入。结果返回保存的时候，按照相应的订单号返回数据库数据，以及保存数据。







功能三：修改单条数据

通过特征查询库里数据、结果返回列表框右键菜单：1.改数据-（字段选择.修改指定字段） 2.删数据 删除此条数据 菜单操作都给个确认取消按钮。



功能四： 载入库里所有数据


列表框显示 给个数量显示 完成后给个弹窗

配合度高平时有空闲时间更新的接单



预算800.工期3天内，不要源码
¥ 500-1k Technology & Programming 匠迹众包 China
10 hour ago

HuntsBot,a one-stop outsourcing task, remote job, product ideas sharing and subscription platform, which supports DingTalk, Lark, WeCom, Email and Telegram robot subscription. The platform will push outsourcing task requirements, remote work opportunities, product ideas to every subscribed user with timely, stable and reliable.

简体中文 English

Platform

Support

Contact US

Any questions or suggestions during use, you can contact us in the following ways:

Email: huntsbot@xinbeitime.com

Copyright© 2022-2023 www.huntsbot.com 浙ICP备2022000860号-4 All Rights Reserved.