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. FacialExpressionRecognition:人脸识别之表情识别项目相关源码-源码

  2. 人脸表情识别 2020.8.22，重构了整个仓库代码，改用Tensorflow2中的keras api实现整个系统。考虑到很多反映jupyter notebook写的火车使用起来不太方便，这里改成了py脚本实现。2020.12.18，根据反馈，修改了Jaffe的优化器设置。 简介 使用卷积神经网络构建整个系统，在尝试了Gabor，LBP等传统人脸特征提取方式基础上，深度模型效果显着。在FER2013，JAFFE和CK +三个表情识别数据集上进行模型评估。 环境部署 基于Python3和Keras

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：16777216
    • 提供者：weixin_42131276

  1. Transformer-product-categorization:트랜스포머자연어처리반리카테고리분류-源码

  2. 基于变压器的产品分类模型 给定文本中的产品名称，请使用基于变压器的分类模型对其类别进行分类。 内容 数据集 数据集包含超过120万种产品名称及其标签。 类别标签的数量是3,827。 结构 模型结构的概述将在下面说明。 分词器 在此模型中，使用了BPE（字节对编码）令牌化方法。 谷歌提供了非官方指定包 。 BPE根据文本的频率将文本拆分为子词标记。 它列出了指定数字（vocab_size）的词汇表，在这个项目中，我为vocab_size使用了40,000。 [例子] 有关BPE和WPM（

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：119808
    • 提供者：weixin_42098104

  1. NVAE:NVAE的官方PyTorch实施-源码

  2. “ NVAE：深度层次变化自动编码器”的正式实现 · ·· 是一种深层次的变分自动编码器，可在多个图像数据集上训练基于SOTA似然性的生成模型。 要求 NVAE使用PyTorch 1.6.0在Python 3.7中构建。 使用以下命令安装要求： pip install -r requirements.txt 设置文件路径和数据 我们已经在几个数据集中检查了NVAE。 对于大型数据集，我们将数据存储在LMDB数据集中以提高I / O效率。 在每个数据集上单击下方，以查看如何准备数据。 下面的

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：996352
    • 提供者：weixin_42139302

  1. speech-to-text:混合语言语音识别系统； 混合（GMM + NNet）模型； 卡尔迪+凯拉斯-源码

  2. 混合语言语音识别 来自团队： 当中国学生在各州学习时，我们发现自己的说话习惯发生了变化-英文单词和短语很容易滑入汉语句子中。 我们非常感到需要具有能够处理多语言语音到文本翻译的消息传递应用程序。 因此，在此任务中，我们将开发此功能-使用深度学习架构（DNN，CNN，LSTM）构建模型，以将多语言音频（在同一句子中具有中英文）正确地翻译成文本。 - 表中的内容： 目录说明 代码开关： 包含用于构建系统的脚本 描述： LDC2015S04，我们的数据集描述 笔记： 我们关于Kaldi相关t

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：1073741824
    • 提供者：weixin_42109732

  1. Question-Answering-SQUAD:基于DistilBERT的问答模型，在SQUAD数据集上进行了训练和评估-源码

  2. 问题解答小队 问题回答是回答问题（通常是阅读理解性问题）的任务，但是在遇到无法根据提供的上下文回答的问题时放弃。 我们在此项目中依赖的主要方法是Transformer。 具体来说，我们采用在Masked LM和Next Sentence Prediction上进行了预训练的DistilBERT模型，添加了新的问题解答负责人，并为我们的任务训练了新模型。 我们使用预训练的转换器而不是构建适用于问答任务的特定深度学习模型（LSTM，CNN等）的原因是，我们可以更快地进行开发，并且可以通过使用更少的数

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：150528
    • 提供者：weixin_42098251

  1. Fetal_Segmentation_Pytorch-源码

  2. 胎儿分割 此回购展示了使用Pytorch分割胎儿图像的两种深度学习方法（SegNet和UNet）。 这项工作主要基于《 》 一书。 仓库概述 ：存储所有未拆分的训练数据 ：存储所有数据以供预测使用 ：存储训练后生成的最佳体重模型 ：主脚本导入数据集，训练器，损失函数以运行模型 ：自定义数据集以处理训练图像 ：构建SegNet和UNet模型 ：训练纪元的教练 ：定义骰子损失+ BCElogits损失函数 ：脚本预测unlabeld图片 要求 torch == 1.8.0 torchvision

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：269484032
    • 提供者：weixin_42148975

  1. Makeathon3077_OpenSource_Sages:此网络应用预测电子商务数据交易欺诈。 它基于机器学习和神经网络模型-源码

  2. 电子商务欺诈预测器Web应用程序 网络链接： ： 此网络应用预测电子商务数据交易欺诈。 它基于机器学习和神经网络模型。 训练了7种机器学习算法（决策树，随机森林，逻辑回归，支持向量机，梯度提升和K最近邻和KMeans算法）和2种深度学习神经网络模型（单层感知器和多层感知器）并对其进行了测试使用电子交易数据集（kaggle）和精度最高的百分位数的模型来构建网络预测器。 该Web应用程序是使用以下库在Python中构建的： 流线型 大熊猫 斯克莱恩 海生的 matplotlib.pypl

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：199680
    • 提供者：weixin_42144604

  1. Udacity-Deep_Learning-源码

  2. Udacity-Deep_Learning 设置存储库以容纳我在从Udacity购买深度学习纳米学位计划时完成的练习和项目。 该课程的课程共分为6个部分，其中包括7个主要项目，以及在整个课程中完成的各种练习。 项目和练习内容如下： 自动编码器 神经网络： 项目1：预测自行车共享数据 该项目的目的是从头开始构建神经网络，以对数据集进行预测问题。 完成后，我将对梯度下降，反向传播和其他神经网络特性有更好的了解。 数据来自UCI ML存储库： : 要遵守的项目/网络参数： 激活函数应为

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：5242880
    • 提供者：weixin_42099530

  1. cat_and_dog_classifier：使用基本的深度学习算法创建了成本函数-源码

  2. deep_learning_cost_function 使用基本的深度学习算法创建了成本函数。 使用kaggle的猫猫图像数据集，构建了一个简单的逻辑回归分类器来区分猫猫图像。

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：948961280
    • 提供者：weixin_42109639

  1. CarND交通标志分类器项目：使用Python和Tensorflow构建的交通标志分类神经网络-源码

  2. 项目：深度学习中的交通标志识别 概述 在这个项目中，使用python和TensorFlow来构建和训练卷积神经网络来对交通标志进行分类。 该模型在集中的交通标志图像上经过了验证。 该项目的详细文章可以在找到。 计划摘要 该项目的目标/步骤如下： 加载数据集 探索，总结和可视化数据集 设计，训练和测试模型架构 使用模型对新图像进行预测 分析新图像的softmax概率 依存关系 本实验要求： 可以使用CarND Term1入门工具包创建实验室环境。 单击了解详细信息。 数据集和存储库 下载数据集。

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：12582912
    • 提供者：weixin_42134097

  1. 二次激活函数：深度学习最终项目-源码

  2. ECE472（深度学习）最终项目 二次神经元作为深度神经网络中的激活功能 安德鲁·洛伯（Andrew Lorber）和马克·科斯科夫斯基（Mark Koszykowski） 摘要：我们的深度学习最终项目基于Yaparla Ganesh和Rhishi Pratap Singh在使用二次神经元进行模式分类的研究中进行的一项实验研究。 他们的论文讨论了使用二次（QUAD）神经元来构建二次神经网络，这与多层感知器（MLP）模型中熟悉的线性神经元相反。 本文展示了其二次神经元作为二次激活函数的用途。 在

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：1048576
    • 提供者：weixin_42172204

  1. CNN-COVID-19-使用胸部CT扫描分类：基于卷积神经网络的胸部CT扫描的COVID-19分类-源码

  2. 请通过创建新期刊或通过电子邮件为我留下反馈！ 如果您喜欢其中的内容，请为该存储库加注星标！ CNN-COVID-19-使用胸部CT扫描分类 卷积神经网络基于胸部CT扫描的COVID-19分类 描述 此仓库中有两个Jupyter笔记本（在notebooks文件夹中）。 1-卷积神经网络简介 本笔记本向不熟悉该领域的人介绍了深度神经网络（DNN）和卷积神经网络（CNN）。 我说明了DNN中的关键组件，CNN的动机以及使CNN强大用于图像分类的功能。 基于2 COVID-19分类的CT扫描 本

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：143654912
    • 提供者：weixin_42115513

  1. StackAutoencoder-repo：图像重建着色-源码

  2. 堆栈自动编码器 该项目由深度学习框架组成，用于构建堆栈自动编码器，以下是其一些基本方面： 导入cifar-10数据集以接收6k图像（32x32x3）。 将模糊的图像重建为正常图像，并将灰度（32x32x1）图像着色为原始RGB。 先决条件 Python， NumPy， 科学， Matplotlib TensorFlow 凯拉斯 库达

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：5120
    • 提供者：weixin_42127835

  1. 深度数据集构建器-源码

  2. 刚性深度构造器 这是一组python脚本和c ++程序，用于与Lidar生成的点云一起构建深度验证集。 有关其功能的简要概述，请参见部分 目录 软件依赖关系 注意：有一个dockerfile，用于构建自动符合所有软件依赖项的docker映像。 你可以用 docker build . -t my_image 这些是使用的工具，请确保在运行脚本之前安装它们。 除了需要自己安装的CUDA外，还可以使用帮助脚本install_dependencies.sh将它们安装在ubuntu 20.04上。

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：5242880
    • 提供者：weixin_42099814

  1. turi-create-movie-recommender：使用Turi Create为iOS创建电影推荐系统-源码

  2. 使用Turi Create创建电影推荐系统 此代码模式是一个iOS应用程序，可帮助您找到要观看的新电影！ 它的构建旨在向您展示如何使用Apple的新的深度学习框架Turi Create在不到2分钟的培训时间内在计算机上本地快速构建惊人的推荐系统。 读者完成此代码模式后，将了解如何： 在Turi中创建“项目相似性”推荐器模型 使用Flask公开REST API，该API根据用户过去的电影评分提供推荐 从Swift调用REST API以围绕推荐器创建GUI 流 下载MovieLens最新数据集（

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：106496
    • 提供者：weixin_42126865

  1. torchnlp：基于PyTorch和TorchText构建的易于使用的NLP库-源码

  2. 火炬手 TorchNLP是用于NLP任务的深度学习库。 它基于PyTorch和TorchText构建，旨在提供可跨任务使用的可重用组件。 当前，它可以用于具有双向LSTM CRF模型和Transformer网络模型的命名实体识别（NER）和分块任务。 它可以支持使用任何数据集。 不久将添加更多任务 高水平的工作流程 定义NLP任务 扩展Model类并实现forward()和loss()方法以分别返回预测和损失 使用HParams类轻松定义模型的超参数 使用 API定义一个数据函数以返回数据集迭代

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：2097152
    • 提供者：weixin_42117622

  1. Chatito：using使用简单的DSL生成AI聊天机器人，NLP任务，命名实体识别或文本分类模型的数据集！-源码

  2. Chatito 总览 Chatito可帮助您使用简单的DSL生成用于训练和验证chatbot模型的数据集。 如果要使用商业模型，开源框架或编写自己的自然语言处理模型来构建聊天机器人，则需要培训和测试示例。 Chatito在这里为您提供帮助。 该项目包含： 聊天语言 有关完整的语言规范和文档，请参考。 提示 防止过度拟合 如果我们正确使用Chatito，则可以避免过度的问题。 该工具背后的思想是在数据扩充和可能的句子组合的描述之间有一个交集。 它不打算生成可能适合单个句子模型的确定性数据集

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：350208
    • 提供者：weixin_42166918

  1. 推荐者：推荐系统的最佳做法-源码

  2. 推荐人 新增功能（2020年10月19日） 祝贺Microsoft新闻推荐大赛的所有参与者和！ 在过去的两个月中，来自19个国家和地区的90多个机构的200多名参与者参加了比赛，并共同推动了最新的新闻推荐技术。 比赛基于最近发布的，该数据集是带有印象日志的开放式大规模英语新闻数据集。 有关数据集的详细信息，请参见此。 比赛成功结束后，现在重新开放。 想看看您能否获得头把交椅？ 熟悉。 然后潜入一些基线，例如 ， ， ， 和并开始黑客攻击！ 请参阅过去公告。 介绍 该存储库包含构建推荐

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：2097152
    • 提供者：weixin_42160645

  1. Pytorch-Template:pytorch模板文件生成器-源码

  2. PyTorch模板项目 pytorch模板文件生成器，它支持数据集，数据加载器，模型，优化器，损失，优化器和lr_scheduler的多处理程序。 要求 Bash（Linux） Python> = 3.6 requirements.txt 特征 清晰的文件夹结构，适用于许多深度学习项目。 .json配置文件支持，方便进行参数调整。 支持多数据集，多数据加载器，多模型，多优化器，多损耗，多优化器和多lr_scheduler。 以上所有内容都可以在.json配置中构建！ 通过在.ba

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：40960
    • 提供者：weixin_42120997

  1. Generative-Adversarial-Network-for-Protein-Generation:HLA-Ligand数据集的蛋白质肽序列是通过实施生成器和鉴别器的深度学习神经网络通过GAN创建的-源码

  2. 通过GAN生成肽 这是一个有关使用Generative Model生成肽库的项目。 第一周：学习 对GAN 0有好处。我们可以使用什么生成模型？ 1. GAN。 或其他G模型。 这很好： : 理论和背景资料。 ： 稍后更新 决定套餐：keras辅助分类器GAN（ACGAN） 问题：没有 下周计划 第2周： 预处理数据。 数据集： : 编码方法： 构建模型构建生成器在此模型中有多少个类。 也许只有2 问题： 1.训练发电机时，精度可以低于50％吗？ 这是什么意思？ 2.发电机训练

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：25600
    • 提供者：weixin_42161497
« 12 »