注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. MachineLearning-master-python.zip

  2. 属于网络下载资源，感谢原作者的贡献。 ##目录介绍 - **DeepLearning Tutorials** 这个文件夹下包含一些深度学习算法的实现代码，以及具体的应用实例，包含： Keras使用进阶。介绍了怎么保存训练好的CNN模型，怎么将CNN用作特征提取，怎么可视化卷积图。 [keras_usage]介绍了一个简单易用的深度学习框架keras，用经典的Mnist分类问题对该框架的使用进行说明，训练一个CNN，总共不超过30行代码。 将卷积神经网络CNN应用于人脸识别的一个demo，人脸数

  3. 所属分类：专业指导

    • 发布日期：2016-07-04
    • 文件大小：1048576
    • 提供者：qq_33042687

  1. MNIST手写数字数据集

  2. MNIST是在机器学习领域中的一个经典问题。该问题解决的是把28x28像素的灰度手写数字图片识别为相应的数字，其中数字的范围从0到9. MNIST包含了训练集与测试集数据。

  3. 所属分类：讲义

    • 发布日期：2017-04-09
    • 文件大小：11534336
    • 提供者：u010858605

  1. MNIST数据集

  2. MNIST是在机器学习领域中的一个经典问题。该问题解决的是把28x28像素的灰度手写数字图片识别为相应的数字，其中数字的范围从0到9.

  3. 所属分类：深度学习

    • 发布日期：2018-04-25
    • 文件大小：11534336
    • 提供者：qq_37721652

  1. 手写数字识别代码加mnist数据集

  2. 手写识别（HandWriting Recognition）是指将在手写设备上书写时产生的有序轨迹信息化转化为汉字内码的过程，实际上是手写轨迹的坐标序列到汉字的内码的一个映射过程，是人机交互最自然、最方便的手段之一。直接可用

  3. 所属分类：机器学习

    • 发布日期：2018-04-26
    • 文件大小：27262976
    • 提供者：tcd1112

  1. 北大tensorflow公开课笔记

  2. 第一讲 带着大家梳理人工智能领域的基本概念：比如什么是人工智能、什么机器学习、什么是深度学习，他们的发展历史是什么，能用他们做什么。课后，助教会带领大家安装Ubuntu系统、Python解释器 和 Tensorflow环境，把同学们的电脑进行改造，让它变得更专业。 第二讲 串讲python语法：课程将帮同学们在最短的时间内把python语法织成网，为后续课程扫清代码关； 第三讲 讲解Tensorflow的关键词，搭建神经网络：这节课会介绍张量、计算图、会话等概念，并用Python搭建你的第一个

  3. 所属分类：深度学习

    • 发布日期：2018-05-25
    • 文件大小：10181831
    • 提供者：weixin_39711936

  1. 基于opencv3.1库的JAVA源码

  2. 第1章 Java概述、安装及简易教学 14 1-1 Java概述 14 1-2 Java安装 16 1-3 Eclipse安装 18 1-4 GUI设计工具WindowBuilder 18 1-5 在Eclipse开发第一个Java程式 23 1-6 在Eclipse开发第一个Java视窗程式-显示影像 26 1-7 在Eclipse开发视窗程式-slider控制元件 34 1-8 在Eclipse开发视窗程式-按钮控制元件 39 1-9 好用的Eclipse热键 41 第2章 OpenCV概

  3. 所属分类：图像处理

    • 发布日期：2018-09-29
    • 文件大小：1048576
    • 提供者：caozhenguan

  1. 汇总minist数据集及matlab读取代码

  2. MNIST是在机器学习领域中的一个经典问题。该问题解决的是把28x28像素的灰度手写数字图片识别为相应的数字，其中数字的范围从0到9.本资源提供了minist数据集及matlab读取代码

  3. 所属分类：机器学习

    • 发布日期：2020-01-16
    • 文件大小：11534336
    • 提供者：qq_36399828

  1. 机器学习手写数字识别的一个数据集

  2. 2000个左右的数字数据，文本形式保存的， 机器学习手写数字识别的一个数据集， 机器学习手写数字识别的一个数据集

  3. 所属分类：机器学习

    • 发布日期：2020-08-02
    • 文件大小：768000
    • 提供者：TYtangyan

  1. 【模式识别与机器学习】第2章 特征的选择与优化

  2. 本章要点: 特征空间优化设计问题 样本特征库初步分析 样品筛选处理 特征筛选处理， 特征评估 基于主成分分析的特征提取 特征空间描述与分析 手写数字特征提取与分析 在实际的应用中,信息采集的对象多数是多特征、高噪声、非线性的数据集。人们只能尽 量多列一些可能有影响的因素,在样本数不是很多的情况下，用很多特征进行分类器设计,无 论从计算的复杂程度还是就分类器性能来看都是不适宜的。因此，研究如何把高维特征空间 压缩到低维特征空间就成为了一个重要的课题。任何识别过程的第–步,不论用计算机还是 由人去识

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：240640
    • 提供者：weixin_38728555

  1. 计算机视觉+机器学习 （一）识别手写数字 （1）

  2. 计算机视觉+机器学习 （一）识别手写数字（1）       本人在七月在线网站上报了一个计算机视觉+机器学习的课程班。第一课教我们看了opencv相关知识，并留了一项作业，用MNIST数据集做一个识别手写数字的项目。       初次了解相关知识，并查看了MNIST数据集，了解一些，着手开始做。在配置相关环境时遇到很多问题。以下可以注意：       在pycharm上配置opencv，tensorflow，image watch，出现可能没有image watch包，pip不是最新版本，以及各

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：290816
    • 提供者：weixin_38565003

  1. make-neural-net-homework:训练营的一项家庭作业。我使用Tensorflow和Keras构建了一个神经网络-源码

  2. 在本实验中，您将使用在Keras中构建的神经网络创建对竞赛的提交。 从Kaggle： MNIST（“国家标准技术研究院”）是计算机视觉的事实上的“ hello world”数据集。自从1999年发布以来，这个经典的手写图像数据集已成为基准分类算法的基础。随着新的机器学习技术的出现，MNIST仍然是研究人员和学习者的可靠资源。 在这场比赛中，您的目标是从数万个手写图像的数据集中正确识别数字。我们策划了一系列教程风格的内核，涵盖了从回归到神经网络的所有内容。我们鼓励您尝试不同的算法，以第一手学习什

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：14680064
    • 提供者：weixin_42132359

  1. Digit-Recognition-Using-MNIST-Dataset:该模型使用CNN进行训练，并以99.5％的精度识别手写数字-源码

  2. 使用MNIST的数字识别数据集 该模型使用CNN进行训练，并以99.5％的精度识别手写数字 手写数字数据集的历史 修改后的美国国家标准技术研究院数据库（MNIST数据集）是一个大型的手写数字数据集，广泛用于图像处理和机器学习中。 MNIST数据库中的图像集是NIST的两个数据库的组合：特殊数据库1和特殊数据库3。特殊数据库1和特殊数据库3分别由高中生和美国人口普查局员工编写的数字组成。 。 建筑模型 使用Keras建模 在Keras中定义模型有两种不同的方法： 顺序模型 函数API函数API用

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：1048576
    • 提供者：weixin_42143092

  1. Machine-Learning-w-MNIST：使用MNIST数据集的机器学习模型-源码

  2. 使用MNIST数据集的机器学习模型 KNN是一种简单，易于实现的有监督的机器学习算法，可用于解决分类和回归问题。 但是请记住，KNN的主要缺点是随着数据量的增加，它会变得非常慢，这使得它在需要快速做出预测的环境中是不切实际的选择。 这是一本笔记本，展示了如何训练ML模型以及如何使用KNN算法识别手写数字。 默认参数来自sklearn，经过测试k =2。这是一个正在进行的工作，请随时进行改进。 我将再添加两个模型，即SVM和Random Forest，以查看是否有可能进行改进（很可能是这种情况

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：12582912
    • 提供者：weixin_42149153

  1. 使用Scikit-Learn-Python-3.x进行机器学习：通常，学习问题会考虑一组n个数据样本，然后尝试预测未知数据的属性。 如果每个样本都不止一个数字，例如是一个多维条目（又称多元数据），则称其具有多个属性或特征。 学习问题可分为以

  2. 使用Scikit学习Python-3.x进行机器学习 定义：机器学习是computer systems使用的algorithms和statistical models的科学研究，以便有效地执行specific task without using explicit instructions ，而是依靠模式和推理。 它被视为人工智能的子集。 将机器学习应用于现实世界数据时，该过程涉及很多步骤-从收集数据开始，到生成预测结束。 我们必须建立机器学习模型的步骤： 步骤1：收集数据在行业中，构建数据

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：52428800
    • 提供者：weixin_42132598

  1. 计算机视觉+机器学习 （一）识别手写数字 （3）

  2. 计算机视觉+机器学习 （一）识别手写数字 （3） 三. 开始训练数据集 。代码如下 import cv2 import os import numpy as np from sklearn import neighbors import struct print(Now start,please wait...) def getImages():#处理训练图片 imgs = np.zeros([60000,784],int)#建立一个60000*784的0矩阵 for i in

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：79872
    • 提供者：weixin_38673237

  1. 机器学习KNN算法之手写数字数字识别

  2. 算法简介 手写数字识别是KNN算法一个特别经典的实例，其数据源获取方式有两种，一种是来自MNIST数据集，另一种是从UCI欧文大学机器学习存储库中下载，本文基于后者讲解该例。 基本思想就是利用KNN算法推断出如下图一个32×32的二进制矩阵代表的数字是处于0-9之间哪一个数字。 数据集包括两部分，一部分是训练数据集，共有1934个数据；另一部分是测试数据集，共有946个数据。所有数据命名格式都是统一的，例如数字5的第56个样本——5_56.txt，这样做为了方便提取出样本的真实标签。 数据的

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：205824
    • 提供者：weixin_38737751