题号 | 题目 | 提交时间 | 状态 | 运行时间 | 占用内存 | 使用语言 | 题解 |
|---|
287598 |
实现一个简单的基于时间反向传播(BPTT)的循环神经网络(RNN)
|
2025-09-03
|
答案正确
| 249ms | 14864K | Python 3 | |
287486 |
位置编码计算器
|
2025-09-03
|
答案正确
| 311ms | 14636K | Python 3 | |
287688 |
实现自定义Dense层
|
2025-09-03
|
答案正确
| 237ms | 14892K | Python 3 | |
288106 |
RMSProp(Root Mean Square Propagation)
|
2025-09-03
|
答案正确
| 226ms | 14700K | Python 3 | |
287604 |
实现长短期记忆(LSTM)网络
|
2025-09-03
|
答案正确
| 163ms | 14912K | Python 3 | |
287614 |
实现一个简单的循环神经网络
|
2025-09-03
|
答案正确
| 227ms | 14792K | Python 3 | |
287692 |
实现AdaBoost拟合方法
|
2025-09-03
|
答案正确
| 214ms | 14928K | Python 3 | |
288104 |
关联规则发现(Apriori算法)
|
2025-09-03
|
答案正确
| 23ms | 5064K | Python 3 | |
287705 |
生成多项式特征
|
2025-09-03
|
答案正确
| 202ms | 14904K | Python 3 | |
287705 |
生成多项式特征
|
2025-09-03
|
答案正确
| 171ms | 15032K | Python 3 | |
288094 |
生成频繁项集
|
2025-09-03
|
答案正确
| 23ms | 4772K | Python 3 | |
287734 |
实现 k-Means 聚类算法
|
2025-09-03
|
答案正确
| 166ms | 14868K | Python 3 | |
REALAI9 |
单主成分压缩后的均方重建误差
|
2025-09-02
|
答案正确
| 288ms | 14928K | Python 3 | |
REALAI10 |
手写实现的二分类预测器
|
2025-09-02
|
答案正确
| 242ms | 14720K | Python 3 | |
REAIAI1 |
图像处理中的卷积操作实现
|
2025-09-01
|
答案正确
| 297ms | 14732K | Python 3 | |
287674 |
计算精确率
|
2025-08-31
|
答案正确
| 245ms | 14740K | Python 3 | |
288097 |
生成对抗网络(GAN)
|
2025-08-30
|
答案正确
| 241ms | 14740K | Python 3 | |
287720 |
具有反向传播的单神经元
|
2025-08-30
|
答案正确
| 171ms | 14864K | Python 3 | |
287718 |
实现基本自动微分操作
|
2025-08-30
|
答案正确
| 23ms | 4808K | Python 3 | |
287684 |
简单二维卷积
|
2025-08-30
|
答案正确
| 180ms | 15020K | Python 3 |
创作者周榜
更多
关注他的用户也关注了: