登录后查看消息通知
搜索
常见问题
消息
登录
首页
/
数据集
/
<p>Evaluation Indicators for the BP Neural Network Model.</p>
<p>Evaluation Indicators for the BP Neural Network Model.</p>
收藏
NIAID Data Ecosystem
2026-05-10 收录
神经网络评估
模型性能指标
数据链接:
https://figshare.com/articles/dataset/_p_Evaluation_Indicators_for_the_BP_Neural_Network_Model_p_/30989545
数据链接
链接失效反馈
官方服务:
问题咨询
购买咨询
在线客服
NEW
资源简介:
Evaluation Indicators for the BP Neural Network Model.
应用场景:
创建时间:
2026-01-02
相关数据集
Spiking Transformer Evaluation Platform (STEP)
神经网络评估
SpikingTransformers
STEP是一个统一的基准框架,用于评估Spiking Transformers,支持广泛的任务,包括分类、分割和检测,适用于静态、基于事件和序列数据集。它提供了模块化支持,包括脉冲神经元、输入编码、代理梯度和多个后端。通过STEP,我们重现和评估了几个代表性的模型,并对注意力设计、神经元类型、编码方案和时序建模能力进行了系统性的消融研究。我们提出了一个统一的能量估计分析模型,考虑了脉冲稀疏性、位宽
arXiv
2025-05-16 更新
78
0
open-llm-leaderboard/details_BEE-spoke-data__verysmol_llama-v11-KIx2
语言模型评测
模型性能指标
该数据集是在Open LLM Leaderboard上对模型BEE-spoke-data/verysmol_llama-v11-KIx2进行评估时自动生成的。数据集包含64个配置,每个配置对应一个评估任务。它包含一次运行的结果,每次运行在每个配置中表示为特定的分割,分割名称由运行的时间戳命名。train分割始终指向最新结果。此外,results配置存储了所有运行的聚合结果,用于计算和显示Open
Hugging Face
2023-11-13 更新
18
0
Performance metrics of Softmax Averaging of all classifiers.
分类器集成评估
模型性能指标
Performance metrics of Softmax Averaging of all classifiers.
Figshare
2024-10-24 更新
6
0
Hard-Bench
神经网络评估
低资源学习
Hard-Bench是一个旨在评估先进神经网络在低资源环境下学习能力的挑战性基准。该数据集由上海人工智能实验室创建,包含11个子数据集,其中3个为计算机视觉(CV)数据集,8个为自然语言处理(NLP)数据集。数据集的创建旨在揭示现有模型在处理困难示例时的性能下降,特别是在传统低资源基准测试中表现良好的预训练网络在Hard-Bench上的表现并未显示出改进。这一发现表明,现有模型与人类水平性能之间仍
arXiv
2023-03-09 更新
28
0
FPF Simulation results of bias and MSE for n = 1000 using Monte Carlo.
统计模拟评估
模型性能指标
FPF Simulation results of bias and MSE for n = 1000 using Monte Carlo.
Figshare
2025-12-02 更新
7
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广