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. Tensorflow,OpenCV实现的CNN车牌识别代码

  2. 某位大牛在github上分享的 CNN 车牌识别源代码，在将其装到Windows的Python下运行时碰到了各种报错（WIN8下python3.6，Opencv3.0）,有些问题搜遍网络也没找到解决方法。最后终于调通，可以进行训练和预测。不过训练的收敛速度不太理想，有待继续研究。分享出来给有兴趣的同学，或许可少走些弯路。

  3. 所属分类：深度学习

    • 发布日期：2018-04-17
    • 文件大小：14680064
    • 提供者：cs2109

  1. Python-使用Tensorflow运行CNN以预测股票走势

  2. 使用Tensorflow运行CNN以预测股票走势。 希望找出跟随价格上涨的模式。

  3. 所属分类：其它

    • 发布日期：2019-08-10
    • 文件大小：5242880
    • 提供者：weixin_39841365

  1. reactpro-源码

  2. reactpro reactpro是我的数字猜测网站。 ip查看网站 （托管在AWS EC-2实例中） 前端 这个网站的前端部分是由react-js制作的。 whiteboard-collab文件夹包含所有react-js代码 后端 该网站的后端部分，由Django制造（Python框架） 机器学习模型（CNN） 我使用tensorflow，numpy，keras库构建了我的CNN模型，该模型可以预测人类的手指数字。该模型是由MNIST数据集newhandwrite训练的。h5是我的机器学习模

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：6291456
    • 提供者：weixin_42177768

  1. movie_recommender:电影推荐系统-源码

  2. movie_recommender 基于MovieLens的推荐系统。 作者chengstone 电子邮件 代码详解请参见文内jupyter notebook和↓↓↓ 知乎专栏： : 博客： : 欢迎转发扩散^ _ ^ 这是一个简单的推荐系统，使用Tensorflow 1.0和python 3.5。 使用文本cnn工具实现电影推荐： 1.提供用户ID和电影ID以预测收视率。 2.推荐相同类型的电影。 3.推荐您喜欢的电影。 4.Recominging观看了喜欢该电影的同一

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：14680064
    • 提供者：weixin_42175035

  1. CNN预测TMB-源码

  2. CNN预测TMB tsv文件用来计算TMB值（R脚本）膀胱癌——BLCA结肠癌——COAD直肠癌-阅读肝癌——LIHC四个文件夹分别为膀胱癌，结肠癌，肝癌和直肠癌代码，代码实体基本一致，仅文件读取。存储地址部分需要修改。其他内容可参考代码注释。运行顺序为 筛选器：筛选病理图像，保证每个病例都有对应的基因数据可以计算TMB值 tmb_threshold：R脚本根据tsv文件的基因数据计算每个案例的TMB值，根据折线回归法选取TMB阈值 splitDataset：根据上一步计算的阈值将所有病例分为

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：22020096
    • 提供者：weixin_42097668

  1. pydoku：使用OpenCV和机器学习在Python中解决数独问题-源码

  2. pydoku 使用OpenCV和深度学习在Python中解决数独问题。 该存储库包括以下内容： 图像处理 数独网格识别 网格提取 使用卷积神经网络模型进行数值预测（准确度为99％） 递归数独求解器 Flask Web前端（基于Pixel-Lite样板： : ） 数量预测基于使用Chars74K数据集训练的CNN模型： ：//www.ee.surrey.ac.uk/CVSSP/demos/chars74k/ 去做 切换到tflite-model 整合网页前端 根据整个图片的面

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：112197632
    • 提供者：weixin_42180863

  1. 图像质量评估：卷积神经网络可预测图像的美学和技术质量-源码

  2. 图像质量评估 该存储库基于Google的研究论文提供了美学和技术图像质量模型的实现。 您可以在他们的上找到快速介绍。 NIMA包含两个模型，分别用于预测图像的美学和技术质量。 通过转移学习对模型进行训练，其中将ImageNet预先训练的CNN用于分类任务并对其进行微调。 有关如何将NIMA用于解决特定问题的更多信息，我们在两个博客文章中进行了撰写： NVIDIA开发者博客： 中： 提供的代码允许使用任何预训练模型。 我们还提供Docker映像，用于AWS EC2上的本地CPU培训和远程G

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：71303168
    • 提供者：weixin_42169971

  1. python使用RNN实现文本分类

  2. 本文实例为大家分享了使用RNN进行文本分类，python代码实现，供大家参考，具体内容如下 1、本博客项目由来是oxford 的nlp 深度学习课程第三周作业，作业要求使用LSTM进行文本分类。和上一篇CNN文本分类类似，本此代码风格也是仿照sklearn风格，三步走形式（模型实体化，模型训练和模型预测）但因为训练时间较久不知道什么时候训练比较理想，因此在次基础上加入了继续训练的功能。 2、构造文本分类的rnn类，(保存文件为ClassifierRNN.py) 2.1 相应配置参数因为

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：125952
    • 提供者：weixin_38661128

  1. Facial_Keypoints:使用CNN和openCV的面部关键点项目-源码

  2. 面部关键点检测 概述 在这个项目中，您将结合计算机视觉技术和深度学习架构的知识来构建面部关键点检测系统。 面部关键点包括脸部的眼睛，鼻子和嘴周围的点，并在许多应用中使用。 这些应用程序包括：面部跟踪，面部姿势识别，面部过滤器和情感识别。 您完成的代码应能够查看任何图像，检测面部并预测每个面部的面部关键点的位置； 这些关键点的示例如下所示。 该项目分为四个Python笔记本中的几个主要部分， 笔记本1 ：加载和可视化面部关键点数据 笔记本2 ：定义和训练卷积神经网络（CNN）以预测面部关键点

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：414187520
    • 提供者：weixin_42130786