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. faster_rcnn-master

  2. 卷积神经网路搭建模型代码 MATLAB代码

  3. 所属分类：其它

    • 发布日期：2016-10-24
    • 文件大小：101376
    • 提供者：zf1170720003

  1. 基于CNN训练demo

  2. 基于TensorFlow搭建的mnist，包含训练，测试，模型保存以及模型恢复代码；train.py是训练以及模型保存的demo；testLoadModel.py：自定义图，然后恢复数据；loadGraghDemo.py恢复图和数据；MINST_data文件夹是训练数据；mnist模型保存的路径

  3. 所属分类：深度学习

    • 发布日期：2018-01-11
    • 文件大小：11534336
    • 提供者：hl2015222050145

  1. Faster R-CNN搭建教程 ubuntu16.04环境 caffe框架

  2. ubuntu16.04环境下，基于caffe框架，使用GPU。Faster R-CNN编译和搭建教程，包括问题和报错的解决，demo运行。相关配套的源码和模型有下载地址

  3. 所属分类：深度学习

    • 发布日期：2018-03-19
    • 文件大小：1048576
    • 提供者：allenlew312

  1. keras卷积神经网络下的CIFAR-10图像识别

  2. keras卷积神经网络下的CIFAR-10图像识别,该资源由浅入深，让你从0基础一步一步搭建神经网络模型。

  3. 所属分类：深度学习

  1. 卷积神经网络CNN项目：Sign Language（手势语言识别）

  2. 这是一个相对简单但又十分吸引人的机器学习项目。 在 Python 中使用卷积神经网络构造模型，可以识别手势并将其转换为机器上的文本。 该项目存储库的作者用 Tensorflow 和 Keras 共同搭建了 CNN 模型，他特别详细地说明了他是怎么创建这个项目的，以及每一步是怎么进行的。

  3. 所属分类：机器学习

    • 发布日期：2018-08-02
    • 文件大小：182452224
    • 提供者：michael_zzl

  1. 用PyTorch在一个物体数据库上训练ResNet

  2. 最近几年，在处理语音、图像识别和语言处理等问题上，深度学习有着十分不错的表现。在所有类型神经网络中，卷积神经网络中研究最为深入的。在过去因为没有大数据与高性能的计算设备支撑，想要在不过拟合进行高性能卷积神经网络训练是难以想象的。如今卷积神经网络的飞速发展，离不开出现了ImageNet这样的数据，还有大幅提升的GPU计算性能。尽管各种 CNN 模型仍继续在多种计算机视觉应用中进一步推进当前最佳的表现，但在理解这些系统的工作方式和如此有效的原因上的进展仍还有限。这个问题已经引起了很多研究者的兴趣，

  3. 所属分类：机器学习

    • 发布日期：2018-08-22
    • 文件大小：7340032
    • 提供者：liiukangkang

  1. 21个项目玩转深度学习代码

  2. 读者可以训练自己的图像识别模型、进行目标检测和人脸识别、完成一个风格迁移应用，还可以使用神经网络生成图像和文本，进行时间序列预测、搭建机器翻译引擎，训练机器玩游戏。全书共包含21 个项目，分为深度卷积网络、RNN网络、深度强化学习三部分。读者可以在自己动手实践的过程中找到学习的乐趣，了解算法和编程框架的细节，让学习深度学习算法和TensorFlow 的过程变得轻松和高效。

  3. 所属分类：深度学习

    • 发布日期：2018-10-19
    • 文件大小：158334976
    • 提供者：weixin_43330397

  1. pytorch学习.zip

  2. pytorch入门的一些练习程序,包含Tensor的创建,线性分类器,主流CNN模型搭建,二分类网络模型搭建,Optimizer优化器的使用等

  3. 所属分类：深度学习

    • 发布日期：2020-05-05
    • 文件大小：588800
    • 提供者：qq_37568167

  1. pytorch.zip

  2. pytorch入门的一些练习程序,包含Tensor的创建,线性分类器,主流CNN模型搭建,二分类网络模型搭建,Optimizer优化器的使用等

  3. 所属分类：深度学习

    • 发布日期：2020-05-04
    • 文件大小：115712
    • 提供者：qq_37568167

  1. CNN实现图片分类.zip

  2. 数据预处理：将数据集按照类别进行分组处理，分别对应的目录为0-9，读取图片，保存数据集； 将数据集和标签按照相同的种子进行打乱处理，然后按照标签的比例进行分割数据集，80%作为训练集（训练集中的10%作为验证集，查看是否过拟合），20%作为测试集。 构建CNN模型，这里是基于TensorFlow2.0进行搭建的，具体代码如图所示： 其中包括输入层（32*32的图像，3通道），两个卷积层，1个池化层，重复一次，展平经过全连接层，最后输出层，除了输出层的激活函数是softmax，其他的都是rel

  3. 所属分类：Python

    • 发布日期：2020-04-10
    • 文件大小：311296
    • 提供者：wws_2017

  1. cifar10.py

  2. 本代码实现的是使用一个经典的数据集cifar-10进行分类。该数据集包括60000张32 x 32的彩色图像，其中训练集50000张，测试集10000张。cifar-10一共标注为10类，每一类图片6000张。这10类分别是airplane(飞机)，automobile（汽车），bird（鸟），cat（猫），deer（鹿），dog（狗），frog（青蛙），horse（马），ship（船）和truck（卡车），其中没有任何的重叠情况，即airplane只包括飞机，automobile只包括小型汽车

  3. 所属分类：深度学习

    • 发布日期：2020-04-10
    • 文件大小：6144
    • 提供者：Ace_oppa

  1. pytorch模型基本代码.tar.gz

  2. 本文件主要包括pytorch基础用法，以及用pytorch搭建的线性回归、逻辑回归、多层感知器，、CNN和RNN，是通过学习微专业《深度学习工程师（实战）》后，自己复现写出。主要是简单的pytorch的模型搭建样板，供深度学习初学者参考。

  3. 所属分类：深度学习

    • 发布日期：2020-03-26
    • 文件大小：16384
    • 提供者：xiaokan_001

  1. 语音识别数据集合，详细介绍了搭建网络的一步步的操作。 LanguageModel2.py为基于统计的语言模型，dic

  2. CNN+CTC_tutorial.ipynb为语音模型的教程，详细介绍了搭建网络的一步步的操作。 LanguageModel2.py为基于统计的语言模型，dict.txt为统计的字典。 test.ipnb用于测试模型性能。 数据集使用的是清华的数据集，下载后放在项目同级目录即可运行

  3. 所属分类：深度学习

    • 发布日期：2020-07-15
    • 文件大小：834666496
    • 提供者：weixin_32759777

  1. CNN+CTC_tutorial.ipynb为语音模型的教程，详细介绍了搭建网络的一步步的操作。 LanguageModel2.py为基于统计的语言模型，dic

  2. CNN+CTC_tutorial.ipynb为语音模型的教程，详细介绍了搭建网络的一步步的操作。 LanguageModel2.py为基于统计的语言模型，dict.txt为统计的字典。

  3. 所属分类：深度学习

    • 发布日期：2020-07-15
    • 文件大小：9437184
    • 提供者：weixin_32759777

  1. tensorflow2.0更普遍的构建模型

  2. 在tensorflow2.0里面，最典型和常用的神经网络结构是将一堆层按特定顺序叠加起来，那么，我们是不是只需要提供一个层的列表，就能由 Keras 将它们自动首尾相连，形成模型呢？Keras 的 Sequential API 正是如此。通过向 tf.keras.models.Sequential() 提供一个层的列表，就能快速地建立一个 tf.keras.Model 模型并返回，就如我之前写到的博客一样。 但这种的写法和其他流行的深度学习的框架（如PyTorch）不能很好的贯通，灵活性也不是很

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：65536
    • 提供者：weixin_38623366

  1. CNN关系抽取模型.zip

  2. 利用pytorch搭建了一个简单的关系抽取模型，数据集使用的SemEval2010_task8

  3. 所属分类：互联网

    • 发布日期：2021-03-19
    • 文件大小：37748736
    • 提供者：qq_41402756

  1. keras搭建简单CNN模型实现kaggle比赛数字识别-附件资源

  2. keras搭建简单CNN模型实现kaggle比赛数字识别-附件资源

  3. 所属分类：互联网

  1. keras搭建简单CNN模型实现kaggle比赛数字识别-附件资源

  2. keras搭建简单CNN模型实现kaggle比赛数字识别-附件资源

  3. 所属分类：互联网

  1. 你一定想不到，实现一个AI自动化测试工具就这么简单！

  2. 闲鱼质量团队一直致力于交付高质量的app给用户，当前随着AI技术不断发展，TensorFlow大热，也给测试手段带来了更多种可能。不需要理解业务就能发现的bug主要有整体页面空白、部分控件显示异常和文本异常这几类。对于整体空白图片，发现它们的共同特征是比较明显：大面积空白或者中心区域报错，所以选择使用TensorFlow搭建的简单CNN模型来识别正常图片和异常图片。对于文本异常这类包含乱码的图片，则是用OCR+LSTM建立了一个简单的汉字识别模型来识别图片中的文本内容后判断是否存在乱码。训练以上

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：252928
    • 提供者：weixin_38614636

  1. 基于卷积神经网络的高分遥感影像单木树种分类

  2. 树种调查一直面临着成本高、效率低、精度不高等问题。利用遥感手段能大大提高树种类型调查的工作效率、节省成本;卷积神经网络(CNN)虽然已经在自然图像分类领域取得了许多突破,但是较少有人将CNN模型用于单木树种分类。基于上述考虑,搭建出CNN模型,并与高分遥感影像相结合,进行单木树种分类。在利用高分影像半自动化构建单木树种遥感影像样本集过程中,采用了影像冠层切片(CSI)圈定、人工标注、数据增强等方法;同时为了训练单木树种遥感影像样本集,对5个CNN模型进行针对性改写。通过对比分析发现:LeNet5

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：4194304
    • 提供者：weixin_38640168
« 12 »