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. Fault-injection-code-源码

  2. 此处的新内容：世界您好 该存储库包含项目“ DNN故障注入”的Python源代码。 它是在Pytorch框架之上开发的。 模拟器的主要功能： 训练深度神经网络（DNN）模型 在测试仪上进行图像分类 在存储DNN参数的存储块中注入位翻转 评估故障环境下的网络弹性 故障注入模拟的输出（即将推出）： .csv文件中已定义故障率范围内的精度曲线 有关注入位置的统计信息摘要，例如e7或数字的符号位。 显示精度曲线的'.png'文件 项目中使用的数据集： MNIST CIFAR-10 CIFAR

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：12288
    • 提供者：weixin_42137539

  1. grundius1-源码

  2. 博尔雅·拉诺斯（Borja Llanos） 数据分析师 数据可视化 研究了covid对所有UE中飞机乘客的影响 小数据准备以及使用有关鲨鱼袭击的熊猫进行可视化 python处理一种方法 是一个python程序，用于按国家/地区与冠状病毒总病例进行酒吧竞赛 API（应用程序编程接口） 一种API，可通过参数解析器按英雄联盟中的分区获得最常用的冠军 机器学习 是一个机器学习项目，可以根据钻石的特性预测钻石的价格 神经网络项目来分类cifar 10数据集的图像 语言和工具

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：114688
    • 提供者：weixin_42152298

  1. application-源码

  2. 欢迎与目标 欢迎来到我在Github上的存储库，再次感谢您考虑我。 该资料库旨在为您提供我的技能概述，尤其是在处理各种数据（例如非结构化和结构化数据），应用定量技术（例如ML / DL /应用数学，统计学和概率）的舒适性方面，以及数据素养水平（例如思考过程/假设制定）。 注意：此存储库是为作业应用程序设计的。 快速开始： 此存储库中提供4个笔记本，每个演示文稿都是一个独立的小项目，其特定目标可以共享。 ： 通过CNN进行Cifar-10图像分类 通过LSTM（超参数调整）进行IMDB情感分

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：6291456
    • 提供者：weixin_42101641

  1. mfbls-源码

  2. 拟议模型（MFBLS） 介绍 提出了一种旨在提高广泛学习系统（BLS）及其变体的图像分类性能的多特征广泛学习系统（MFBLS）。 该模型具有两个主要特征：多特征提取和并行结构。 MFBLS提取卷积特征，K均值特征，HOG特征和颜色特征等多个特征，以提高分类性能。 此外，针对MSBLS提出了一种适用于多特征提取的并行体系结构。 此结构中有四个功能块和一个融合块。 提取的特征直接用作特征块中的特征节点，因此不需要随机特征映射即可生成特征节点。 另外，对结构中的融合块应用“带有岭回归的堆叠”策略，以获

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：1024
    • 提供者：weixin_42131405

  1. 使用CIFAR10数据集进行图像分类：在本笔记本中，我将对CIFAR-10数据集中的图像进行分类。 数据集由飞机，狗，猫和其他物体组成。 在对图像进行预处理之后，我对所有样本都训练了卷积神经网络。 图像需要归一化，标签需要进行一次热编码-源

  2. 使用CIFAR10数据集进行图像分类 在本笔记本中，我将对CIFAR-10数据集中的图像进行分类。 数据集由飞机，青蛙，马和其他物体组成。 在对图像进行预处理之后，我对所有样本都训练了卷积神经网络。 图像需要进行归一化，标签需要进行一次热编码。 目录-> 获取数据 了解数据集 实作经验，实现归一化和一键编码功能 Tensorflow基础 模型架构和构造（使用不同类型的API） 训练模型 预测请打开jupyter笔记本以查看完整描述

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：8192
    • 提供者：weixin_42144199

  1. CIFAR-10_keras_CNN_model：这是一个简单的python项目，具有keras CNN模型和GUI界面，用于选择keras模型并使用图像对其进行测试-源码

  2. CIFAR 10 keras CNN模型 这是一个具有keras CNN模型和GUI接口的简单python项目，用于选择keras模型并测试该模型以对图像进行分类 用法 要训​​练新模型，您只需要运行train_model.py文件，如果您想更改训练的设置，就需要进行修改，并根据自己的喜好对其进行修改。 该模型现在的准确度达到80％以上，并且由于我没有Nvidia GPU，因此需要花费一段时间来训练该模型50个以上的时间，但是我敢肯定，将其运行更多的时间可以提高最终的准确度。 注意事项 我刚刚开

  3. 所属分类：其它

    • 发布日期：2021-02-27
    • 文件大小：16777216
    • 提供者：weixin_42116596

  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. CIFAR-10-图像分类-源码

  2. CIFAR-10-图像分类

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：67584
    • 提供者：weixin_42134051

  1. admmdarts-源码

  2. 差异化架构搜索 本文随附的代码 刘汉晓，卡伦·西蒙扬，杨一鸣。 arXiv：1806.09055 该算法基于建筑空间中的连续松弛和梯度下降。 它能够有效地设计用于图像分类的高性能卷积体系结构（在CIFAR-10和ImageNet上），以及用于语言建模的循环体系结构（在Penn Treebank和WikiText-2上）。 只需要一个GPU。 要求 Python >= 3.5.5, PyTorch == 0.3.1, torchvision == 0.2.0 注意：目前不支持PyTor

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：45056
    • 提供者：weixin_42108054

  1. 用于CIFAR-10-图像分类的卷积神经网络-源码

  2. 用于CIFAR-10-图像分类的卷积神经网络 使用CNN进行CIFAR-10图像分类 CIFAR-10数据集包含来自10类的32x32彩色图像：飞机，汽车，鸟类，猫，鹿，狗，青蛙，马，船，卡车： 1.准备数据 我们需要将输入标准化，例如：$$ x_ {norm} = \ frac {x} {255}-0.5 $$ 我们需要将类标签转换为一键编码的向量。 使用keras.utils.to_categorical 。 2.定义要用来训练模型的架构 3.训练模型 该模型训练了10个时期 4. ##评

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：5120
    • 提供者：weixin_42109125

  1. 机器学习：我只是在学习东西-源码

  2. 机器学习 专门用于机器学习的存储库。 我将为此使用PyTorch，但一旦对手电筒感到满意，将学习TensorFlow和Keras。 基本 我想测试对一些基本机器学习概念的理解，因此我没有使用PyTorch来实现以下内容。 线性回归模型。 逻辑回归模型。 MNIST MNIST是学习PyTorch和整个神经网络基础知识的良好起点。 我了解了多层感知器网络中的密集层以及卷积神经网络。 我设法使用以下方法对MNIST数据库进行分类： 多层感知器神经网络，最高精度达到99.1％ 卷积神经网络-最

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：1073741824
    • 提供者：weixin_42116794

  1. image-classification-pytorch：图像分类模型的集合以及CIFAR-10100的结果-源码

  2. 图像分类火炬 重新实现图像分类模型以进行练习。 使用PyTorch为CIFAR-10和CIFAR-100数据集训练它们。 快速开始 git clone https://github.com/omihub777/image-classification-pytorch.git cd image-classification-pytorch/ sh setup.sh python main.py --api-key [YOUR API KEY OF COMET.ML] ：此存储库的记录器。（您需

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：12288
    • 提供者：weixin_42172972

  1. CS231：CS231n：用于视觉识别的卷积神经网络的完整分配-源码

  2. CS231n分配解决方案 完成分配 2017年Spring。 我刚刚完成在线课程，此仓库包含我对作业的解决方案！ 深入学习深度学习的好地方。 非常感谢CS231斯坦福大学的所有小伙子！ 查找课程笔记和作业并确保查看和 视频选讲！ 作业1： ：k最近邻居分类器。 （完成） ：训练支持向量机。 （完成） ：实施Softmax分类器。 （完成） ：两层神经网络。 （完成） ：高级表示形式：图像功能。 （完成） 作业2： ：完全连接的神经网络。 （完成） ：批量归一化。

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：12582912
    • 提供者：weixin_42131785

  1. GoogLeNet-Inception：用于图像分类的GoogLeNet和Inception的TensorFlow实现-源码

  2. GoogLeNet用于图像分类 TensorFlow的实现一起（CVPR'15）。 该存储库包含使用预训练模型进行自然图像分类的示例，以及从头开始在数据集上训练Inception网络（测试集的准确度为93.64％）。 可以从 下载CIFAR-10上的预训练模型。 本文的GoogLeNet架构： 要求 Python 3.3以上 实施细节 GoogLeNet模型在定义。 Inception模块在定义。 使用预训练模型进行图像分类的示例在 。 在example ，有一个在CIFAR-10上

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：9437184
    • 提供者：weixin_42097533

  1. 事实：残差网络的空间自适应计算时间-源码

  2. 残差网络的空间自适应计算时间 该代码实现了基于残差网络的深度学习架构，该架构可动态调整图像区域的已执行层数。 该体系结构是端到端可训练的，确定性的且与问题无关的。 随附的代码将此应用于CIFAR-10和ImageNet图像分类问题。 它使用TensorFlow和TF-Slim实现。 描述项目的论文： 迈克尔·菲格诺夫（Michael Figurnov），麦克斯韦·D·柯林斯（Maxwell D. 残差网络的空间自适应计算时间。 CVPR 2017 。 图像（带有检测） 思考成本图 建立

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：855040
    • 提供者：weixin_42131316

  1. 画廊：BentoML示例项目画廊-源码

  2. BentoML画廊 这是机器学习项目的集合，展示了如何使用运送经过训练的机器学习模型以用于生产中的模型服务。 使用BentoML构建的示例项目 Scikit学习 情绪分析 | | 具有自定义WebUI的虹膜分类器 | | 使用JsonInput的多个模型-Google | | 火炬 时尚MNIST- | | CIFAR-10图像分类 | | Tensorflow Keras 时尚MNIST- | | 文字分类 | | 有毒评论分类器 | | Tensorflow 2.0

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：4194304
    • 提供者：weixin_42102634

  1. 带链接器的深度学习教程：使用链接器的深度学习教程-源码

  2. Chainer深度学习教程 博客文章的源代码， 。 它与Chainer v2兼容。 本教程包括以下示例， 用于MNIST分类的多层感知器（MLP） 用于CIFAR-10，CIFAR-100图像分类的卷积神经网络（CNN） 递归神经网络（RNN）用于序列数据预测

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：240123904
    • 提供者：weixin_42131861

  1. CNN图像分类和烧瓶部署：基于CIFAR-10数据集的CNN图像分类，以及使用Flask进行数据增强和训练后的CNN模型的部署。 （Python）-源码

  2. CNN图像分类和烧瓶部署：基于CIFAR-10数据集的CNN图像分类，以及使用Flask进行数据增强和训练后的CNN模型的部署。 （Python）

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：96468992
    • 提供者：weixin_42151772

  1. cifar10：使用keras预测88％的准确性的CIFAR-10标签-源码

  2. 使用CNN的CIFAR-10 该项目旨在预测CIFAR-10数据集的标签。 该项目使用Keras实施深度学习。 几乎所有代码都是IPython笔记本的形式。 最终精度 分类错误 指标图 依存关系 朱皮特 凯拉斯 张量流 Matplotlib 泡菜 内容 Helper-帮助程序功能，可将数据解码并获取到IPython笔记本 基本-IPython笔记本测试助手功能并列出数据集中的图像 简单的CNN-从Keras示例中获取CNN的简单实现的IPython Notebook 改进的CNN-IPyt

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：207618048
    • 提供者：weixin_42112658

  1. cnn-model-pruning:修剪，模型压缩，卷积神经网络-源码

  2. CNN修剪-GAL，CVPR 2019 [再现] 修剪，模型压缩，对抗学习，卷积神经网络。 参考 通过生成对抗性学习（GAL）实现最佳结构化的CNN修剪，CVPR 2019。 FLOP计算工具 要求 python3 pytorch == 1.7.1 cudatoolkit == 11.0.221 numpy == 1.19.2 张量板x == 1.4 实验 CIFAR-10上的ResNet-56。 （图像分类） 执行 预训练模型准备 预训练的权重可从GAL（ ）下载。 培训和结构修

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：92160
    • 提供者：weixin_42102272
« 12 »