点数信息
www.dssz.net
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]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - Machine-Learning-App-源码
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
神经网络和遗传算法(C#)源码.rar
神经网络和遗传算法(C#)源码.rar----CodeProject Machine Learning ; Games App ; NN ; GAs Steering Behaviours ; EStrings ; Ants
所属分类:
网络基础
发布日期:2009-02-09
文件大小:842752
提供者:
admhj
Titanic-Machine-Learning-Web-App-源码
Titanic-Machine-Learning-Web-App
所属分类:
其它
发布日期:2021-03-18
文件大小:534528
提供者:
weixin_42097508
Machine-Learning-App-源码
具有Streamlit和Scikit学习功能的交互式Web应用程序 探索不同的数据集和分类器。 本教程应演示如何使用streamlit构建轻松的交互式Web应用程序。 通过Streamlit,您可以使用简单的Python脚本为您的机器学习项目创建应用程序。 有关更多信息,请参见官方。 预览 观看教程 安装 您需要以下依赖项: pip install streamlit pip install scikit-learn pip install matplotlib 用法 跑 streamlit
所属分类:
其它
发布日期:2021-03-07
文件大小:10485760
提供者:
weixin_42099530
machine-learning-flask-api-skeloton:基于Flask架构将机器学习预测公开为API的骨架-源码
机器学习Flask API框架 要求 docker version 19.03.8 docker-compose version 1.25.5 构建并运行骨架 克隆此存储库git clone https://github.com/masteropen/machine-learning-flask-api-skeloton.git (可选)自定义.env文件,并最终变量WORKDIR在Dockerfile到容器下符合自己的项目目录名。 (可选)如果你改变CONTAINER_FLASK_POR
所属分类:
其它
发布日期:2021-02-13
文件大小:9216
提供者:
weixin_42144086
摩纳哥:摩纳哥可以帮助您更好地预测任务和项目的持续时间-源码
摩纳哥 估计完成一项任务或项目所花费的时间是任务和项目计划中的最大挑战之一。 摩纳哥通过将任务建模为随机过程,帮助您更好地估计任务。 定义任务很容易: task = Task(name='Task', min=3, mode=4, max=9, estimator='triangular') 项目是任务序列: 可以将任务添加到项目中: # initiate a project project = Project(name='Build Machine Learning App') #
所属分类:
其它
发布日期:2021-02-05
文件大小:219136
提供者:
weixin_42116734
使用Flask部署Keras深度学习模型:在Keras中构建深度神经网络模型,并在Google App Engine上使用Flask部署REST API以进行生产-源码
零生产 不建议按如下所示部署生产模型。 这只是一个快速入门的端到端示例。 本指南向您展示如何: 建立一个可预测纽约市Airbnb价格的深度神经网络(使用scikit-learn和Keras) 建立一个REST API,根据模型预测价格(使用Flask和gunicorn) 在Google App Engine上将模型部署到生产环境 快速开始 要求: Python 3.7 Google Cloud Engine帐户 克隆此存储库: git clone gitgithub.com:cur
所属分类:
其它
发布日期:2021-02-04
文件大小:693248
提供者:
weixin_42131342