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. CascadeTabNet:该存储库包含CascadeTabNet论文“ CascadeTabNet”的代码和实现细节。-源码

  2. 级联表网 CascadeTabNet：一种从基于图像的文档进行端到端表检测和结构识别的方法 ， ， ， ， 该论文在发表（口头）虚拟口头演示 1.简介 CascadTabNet是一种自动的表格识别方法，用于解释文档图像中的表格数据。我们提出了一种改进的基于深度学习的端到端方法，用于解决使用单个卷积神经网络（CNN）模型的表检测和结构识别问题。 CascadeTabNet是基于级联蒙版区域的CNN高分辨率网络（级联蒙版R-CNN HRNet）的模型，该模型检测表的区域并同时从检测到的表中

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：23068672
    • 提供者：weixin_42137723

  1. holbertonschool-machine_learning:机器学习-源码

  2. 机器学习 这是霍尔伯顿学校的机器学习（ML）培训计划，分为三个学期。从一些数学开始，然后在实践练习中深入学习各种技巧（监督，无监督，强化）。 课程的一些主题： 头三个学期 数学： 线性代数简介 微积分简介 绘图简介 概论 监督学习： 二进制分类 多类别分类 优化技术 正则化技术 卷积神经网络 深度卷积架构 物体检测 人脸验证 神经风格转移 第二学期 数学： 高级线性代数 进阶机率 无监督学习： 降维 聚类 嵌入 自动编码器 生成对抗网络 超参数优化 隐马尔可夫模型 监督学习： 递归神经网络 变形

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：1048576
    • 提供者：weixin_42176827

  1. tibame_recommender_system:TibaMe「打造智能推荐系统：用AI搞懂客户精准行销」实作课程程式码-源码

  2. TibaMe打造智能推荐系统：用AI搞懂客户精准行销 简介 这个GitHub Repo为TibaMe在线课程之实作程式码，这门课你将会学到不同推荐系统的演算法，包括协同过滤，矩阵分解，深度学习的推荐系统模型等等。 该存储库包含有关Tibame（台湾在线教育平台）上的推荐系统课程的源代码。 您将学习各种推荐器系统算法，从传统的协作过滤到更高级的深度学习技术。 说明设置 请先至Kaggle下载以及，请参考以下架构如何放置资料集，此Repo中每一个Jupyter Notebook都可以直接运行。

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：776192
    • 提供者：weixin_42128963

  1. AutoEncoder-Based-Communication-System:研究论文中基于自动编码器的通信系统的Tensorflow实现与结果-源码

  2. 基于自动编码器的通信系统 基于研究论文的基于AutoEncoder的通信系统的实现和结果：“物理层深度学习简介” 此回购协议有效地实现了基于自动编码器的通信系统，摘自Tim O'Shea和Jakob Hoydis撰写的研究论文“物理层深度学习入门”。在我的无线通信实验室课程中，我从事该研究论文并重新本研究论文的结果。 基于深度学习的通信系统的概念是新的，并且具有基于深度学习的通信的许多优点。本文提供了与许多其他论文完全不同的方法，并尝试在物理层引入深度学习。 研究论文摘要 我们提出并讨论了物

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：111616
    • 提供者：weixin_42151599

  1. Frame_Level_Classification_of_Speech-源码

  2. 错别字复制图像到 图片 语音等级 基于深度学习的神经网络用于语音识别 入门 通过在cmd中键入以下命令行来安装软件包管理器pip，numpy，pandas和pytorch python -m pip install --upgrade pip pip install numpy pip install pandas pip install pytorch 数据集 使用14542个标签进行培训，使用2200个标签进行验证，使用2200个标签进行测试。 ！[image-2021030613123

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：357376
    • 提供者：weixin_42140625

  1. Intro-to-TensorFlow-Music-Generation-源码

  2. TensorFlow音乐简介 该存储库包含的所有代码和软件实验室。 运行实验室 现在，要运行实验室，请在Colab上打开Jupyter笔记本。 导航到“运行系统”选项卡->“更改运行系统类型”。 在弹出窗口中，在“运行时类型”下选择“ Python 3”，在“硬件加速器”下选择“ GPU”。 浏览笔记本并填写#TODO单元格，以获取用于自己编译的代码！ MIT深度学习套件 您可能会注意到，在实验室中，我们从Python软件包存储库安装了mitdeeplearning python软件包：

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：2097152
    • 提供者：weixin_42131618

  1. 简介到深度学习-源码

  2. HSE深度学习简介 此仓库目前包含编程任务！！！ 课程于八月更新。 此仓库也包含新编程任务的解决方案！！！ 第一周 ：-线性模型与优化 第二周 ：-带有TF的MNIST数字分类 _2_2：-Numpy NN（荣誉） 第三周 ：-您在CIFAR-10上的第一个CNN ：-对花的分类微调Inception V3 第四周 ：-简单的自动编码器 ; -生成对抗网络（Hohttps：//github.com/AKASH2907/Introduction_to_Deep_Learning_Co

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：13631488
    • 提供者：weixin_42130786

  1. 2021-KAIST-Include-AlphaZero：2021년KAIST Include리스터디-AlphaGo와AlphaGo Zero를인공지능-源码

  2. 2021-KAIST-Include-AlphaZero 2021-KAIST-Include-AlphaZero是使用课程制作“ Go”游戏的AI的材料（讲义，示例和作业）存储库，我将在2021年Spring在KAIST教授俱乐部“ Include”。该存储库中的示例和分配使用和 。 书 Max Pumperla和Kevin Ferguson撰写的《深度学习与围棋》（曼宁，2019年） 韩语：딥러닝과（딥러닝과，2020） 内容 第一周（3/20） 走向深度学习：机器学习简介 什么是机器

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：5120
    • 提供者：weixin_42099116

  1. BIOS691_deep_learning_R：“使用R进行深度学习”课程资料-源码

  2. 使用R进行深度学习 在为BIOS691“深度学习与R”疗程短，6月8-12日，2020年该课程的课程材料的进步发展工作主要是基于弗朗索瓦CHOLLET与JJ书（Keras的创造者） Allaire（RStudio的创建者和Keras和TensorFlow的R接口的作者），以及相关的代码库。 课程网站是 。 指向非书籍图像和资料的链接将添加到幻灯片中。 课程说明 标题：“使用R进行深度学习”课程的网站： : 时间：2020年6月8日至6月12日，星期一至星期五，9：00 am-12：00pm 位

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：37748736
    • 提供者：weixin_42133753

  1. awesome-tensorflow：TensorFlow-专用资源的精选列表http://tensorflow.org-源码

  2. 很棒的TensorFlow 精选的TensorFlow实验，库和项目的精选列表。 受到很棒的机器学习的启发。 什么是TensorFlow？ TensorFlow是一个开源软件库，用于使用数据流图进行数值计算。 换句话说，构建深度学习模型的最佳方法。 更多信息。 目录 从基础到TensorFlow的稍微有趣的应用 基于Google的TensorFlow框架的深度学习简介。 这些教程是Newmu Theano的直接移植 这些教程适用于深度学习和TensorFlow的初学者，提供了详细记录的代码

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：15360
    • 提供者：weixin_42102933

  1. fsdl-text-recognizer-project-源码

  2. 全栈深度学习实验室 欢迎！ 在实验会议上开发的项目。 我们将从头开始构建手写识别系统，并将其部署为Web服务。 使用Keras，但设计为模块化，可入侵且可扩展 提供并行训练模型的代码，并在“权重和偏差”中存储评估 我们将为我们的代码库建立持续集成系统，该系统将检查代码的功能并评估将要部署的模型。 我们将把预测系统打包为REST API，并可以部署为Docker容器。 我们将把预测系统作为无服务器功能部署到Amazon Lambda。 最后，我们将设置监视程序，以在传入数据分布发生更改

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：15728640
    • 提供者：weixin_42104778

  1. 使用PyTorch进行深度学习：“使用PyTorch进行深度学习：零到GAN”-源码

  2. 使用PyTorch进行深度学习 “使用PyTorch进行深度学习：零到GAN”。 本课程由机器学习的项目管理和协作平台Jovian.ml教授。 教学大纲 该课程分为6个模块，将通过视频讲座和交互式Jupyter笔记本电脑进行为期6周的教学。 每个讲座将持续2个小时左右。 第1单元：PyTorch基础知识-张量和渐变 Jupyter笔记本简介和Python数据科学 在PyTorch中创建向量，矩阵和张量 张量运算和梯度计算 PyTorch与Numpy的互操作性 单元2：线性回归和梯度下降 使用T

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：1048576
    • 提供者：weixin_42113380

  1. 冬天2021_CS249_GNN-源码

  2. UCLA CS 249：图神经网络（GNN） 课程说明 这是一门面向研究生的研究型课程，于2021年冬季提供。该课程旨在介绍和讨论图神经网络（GNN）的最新进展，旨在为不同图应用的图数据设计深度学习算法。 该课程包括讲师的授课时间，涵盖图神经网络的基础知识，以及由学生撰写的论文阅读和演讲，内容涵盖最近的GNN论文。 要求学生进行与GNN相关的基于团队的研究项目，并将该项目介绍给全班同学。 课程要求 在本课程中，每个学生将：1）提交一份与GNN相关的论文； 2）与小组一起完成课程项目。 这个Gi

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：33554432
    • 提供者：weixin_42133899

  1. nlp-with-pytorch：joosthubPyTorchNLPBook的逻辑叉-源码

  2. 使用PyTorch进行自然语言处理 使用深度学习构建智能语言应用程序Delip Rao和Brian McMahan 欢迎。 这是《 》一书的配套资料库。 目录 开始吧！ PyTorch基础 第2章：NLP快速浏览 文字范例 深入进行有监督的培训 使用Perceptron分类餐厅评论的情绪 感知器的局限性 引入多层感知器（MLP） 卷积神经网络（CNN）简介 具有MLP的姓氏分类 带有CNN的姓氏分类 使用预训练的嵌入 学习连续词袋嵌入（CBOW） 使用预训练的嵌入进行转移学习 姓氏的序列

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：45088768
    • 提供者：weixin_42177768

  1. deep-q-learning：Keras中的最小深度Q学习（DQN和DDQN）实现-源码

  2. 深度学习 通过深度强化学习制作简单的游戏AI简介 Keras和Gym中最小和简单的深度Q学习实现。 不到100行代码！ 博客文章包含dqn.py代码的说明。 为了方便起见，我对该存储库进行了一些细微的调整，例如load和save功能。 我还使memory成为双端队列，而不只是列表。 这是为了限制内存中元素的最大数量。 训练对于dqn.py可能是不稳定的。 ddqn.py减轻了此问题。 我将在下一篇文章中介绍ddqn 。

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：157696
    • 提供者：weixin_42116847

  1. 深度学习实践课程：从理论到部署的深度学习入门-源码

  2. 欢迎参加2017年Spring的深度学习实践课程 从理论到部署的深度学习入门 程序 课程1（05-04-18）：深度学习入门-Mouhidine SEIV（Riminder） 课程2（12-04-18）：计算机视觉中的深度学习-Slim FRIKHA（Riminder） 课程3（19-04-18）：NLP中的深度学习-Paul COURSAUX（Riminder） 课程4（03-05-18）：深度学习框架简介-Olivier MOINDROT（斯坦福大学） 课程5（17-05-18）：深

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：56623104
    • 提供者：weixin_42169674

  1. deep-recommender-system：深度学习在推荐系统中的应用及论文小结-源码

  2. 目录 推荐系统 【4/5】 【5/5】 【4/5】 【3/5】 【5 + / 5】 【4/5】 【4/5】 【5/5】 【3/5】 【5/5】 【4/5】 深度学习 卡格勒 论文概述 评分：4/5。简介：Google家在SimCLR自监督对比学习（对比学习）的损失结构基础上，延伸到有监督学习中，并在多个图像任务中分开第一。论文本身和推荐系统无关，但如果仔细推敲，公式非常接近贝叶斯个性排名损失（BPR损失），而实际上这一类三胞胎损失正是contrasive learning的其中一个子应

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：164626432
    • 提供者：weixin_42116058

  1. intro-to-dl：“深度学习入门”课程的资源-源码

  2. 深度学习课程资源简介 在Google Colab上运行（已测试了整周） Google已经发布了自己的Jupyter风格，称为Colab，它具有免费的GPU！ 使用方法如下： 打开 ，单击右上角的登录，使用您的Google凭据登录。 单击GITHUB选项卡，粘贴并按Enter 选择您要打开的笔记本，例如week2 / v2 / mnist_with_keras.ipynb 点击文件->将副本保存到云端硬盘...以将进度保存到Google云端硬盘中 单击运行时->更改运行时类

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：4194304
    • 提供者：weixin_42098892

  1. CADL：已存档：包含历史课程资料“ MOUSE深度学习与Tensorflow的创造性应用”免费课程的作业资料#CADL-源码

  2. 该资料库包含演讲稿和作业作业，作为Jupyter笔记本，用于的三门 课程中的第一。 它还包含一个python包，其中包含在所有三门课程中开发的所有代码。 课程1：使用TensorFlow I进行深度学习的创新应用第一节：TensorFlow简介第2节：使用TensorFlow训练网络第三节：无监督和有监督的学习第四节：可视化和产生幻觉第五节：生成模型 课程2：使用TensorFlow II进行深度学习的创新应用第一节：云计算，GPU，部署第二节：混合物密度网络第3节：使用RNN进行注意力建模，

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：55574528
    • 提供者：weixin_42117267

  1. 讲座实验室：幻灯片和Jupyter笔记本，用于巴黎理工学院2年级数据科学硕士的深度学习讲座-源码

  2. 深度学习课程：讲义幻灯片和实验笔记本 本课程是作为一部分授课的 目录 该课程涵盖了深度学习的基础知识，重点是应用程序。 演讲幻灯片 注意：按“ P”以显示演示者的注释，其中包括一些注释和其他参考。 实验室和家庭作业笔记本 可以在的labs文件夹中找到用于实验室的Jupyter笔记本： git clone https://github.com/m2dsupsdlclass/lectures-labs 这些笔记本仅适用于keras and tensorflow请按照入门。 到渲染笔记本的直接链

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：150994944
    • 提供者：weixin_42122340
« 12 3 »