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. 论文《End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF》的代码实现

  2. 论文《End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF》的代码实现

  3. 所属分类：深度学习

    • 发布日期：2018-07-03
    • 文件大小：117760
    • 提供者：beaujor

  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. lstm-char-cnn, 基于CNN的LSTM语言模型.zip

  2. lstm-char-cnn, 基于CNN的LSTM语言模型 基于的字符识别神经语言模型论文字符识别神经语言模型 ( AAAI 2016 )的代码。基于字符输入的神经语言模型( NLM ) 。 预测仍在单词级别进行。 模型采用卷积神经网络( CNN ) 作为输入，作为长周期记忆( LSTM )

  3. 所属分类：其它

    • 发布日期：2019-09-18
    • 文件大小：1048576
    • 提供者：weixin_38744435

  1. LSTM详细学习.docx

  2. LSTM学习相关内容。学习LSTM需要通过五大问题来全面的理解：为什么会出现LSTM？LSTM是怎么解决CNN梯度消失的问题的？LSTM的主要内容是什么？LSTM如何代码实现？LSTM现在发展到什么地步（即有哪些变体）？通过这五个问题，了解LSTM的前世今生。

  3. 所属分类：深度学习

    • 发布日期：2019-09-30
    • 文件大小：1048576
    • 提供者：weixin_42555080

  1. LSTMbook.rar

  2. 如何开发lstm，如堆叠，双向，CNN-LSTM，编码器-解码器seq2seq和更多，有14一步一步的教程和完整的代码。Discover how to develop LSTMs such as stacked, bidirectional, CNN-LSTM, Encoder-Decoder seq2seq and more in my new book, with 14 step-by-step tutorials and full code.

  3. 所属分类：深度学习

    • 发布日期：2019-10-22
    • 文件大小：5242880
    • 提供者：yuexiaomao

  1. 人工智能入门：Keras的example代码解析.pdf

  2. 把 Keras 官方工程下的example代码进行了解析，对于一些刚学过CNN，LSTM理论知识但不知道如何找工程练手的朋友，是一个很好的进阶过程

  3. 所属分类：深度学习

    • 发布日期：2020-04-20
    • 文件大小：2097152
    • 提供者：zhqh100

  1. pythorch mnist手写数字 CNN MLP LSTM 识别

  2. 利用pythorch 实现kaggle比赛中mnist的识别，准确率99+%，运用CNN MLP LSTM等多种方法，内含数据和文档，环境配置方法，代码有注释，解压后可直接运行，适合初学者！

  3. 所属分类：深度学习

    • 发布日期：2020-03-27
    • 文件大小：22020096
    • 提供者：github_37766988

  1. 时间序列预测，信号处理，深度学习，SOH和SOC相关代码

  2. 相关cnn、lstm、gru、tcn等等一些优化过后的用于时间序列预测的方法。还有EMD、小波等算法的实现。有需要的可以私聊，可以不用积分。

  3. 所属分类：深度学习

    • 发布日期：2020-07-15
    • 文件大小：793600
    • 提供者：weixin_43244470

  1. （不是完整项目，适用于学习）LSTM + VGG16 图像描述的自动生成

  2. 简洁：1.数据集采用flickr8k（图像，对应的文本描述），使用keras创建VGG16定义的CNN网络。利用VGG16（去掉最后一层）提取图像特征，将flickr8k的图像文件转为图像特征，保存为pickle文件。 2.写不下了，自己看吧，代码有注释 涉及技术：Pycharm + Keras + Python 3.6 + numpy + opencv3.3.1等 该项目是对Jason Brownlee的文章《How to Automatically Generate Textual Desc

  3. 所属分类：互联网

    • 发布日期：2020-09-23
    • 文件大小：11264
    • 提供者：m0_38086070

  1. 在Keras中CNN联合LSTM进行分类实例

  2. 我就废话不多说，大家还是直接看代码吧~ def get_model(): n_classes = 6 inp=Input(shape=(40, 80)) reshape=Reshape((1,40,80))(inp) # pre=ZeroPadding2D(padding=(1, 1))(reshape) # 1 conv1=Convolution2D(32, 3, 3, border_mode='same',init='glorot_uniform')(reshape

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：54272
    • 提供者：weixin_38599231

  1. lstm+ctc+cnn架构，进行不定长度验证码识别

  2. lstm+ctc+cnn架构，进行不定长度验证码识别，达到不分割字符而识别验证码内容的效果。验证码内容包含了大小字母以及数字，并增加点、线、颜色、位置、字体等干扰项。本项目对gru +ctc+cnn

  3. 所属分类：深度学习

    • 发布日期：2021-01-01
    • 文件大小：109051904
    • 提供者：bruce__ray

  1. 代码实践 | 自编码器

  2. 前情回顾 戳上方蓝字【阿力阿哩哩的炼丹日常】关注我~ 今天继续给大家介绍第四章的内容 前面我们介绍了: 深度学习开端-全连接神经网络 一文掌握CNN卷积神经网络 超参数（Hyperparameters）|  上 超参数（Hyperparameters）|  下 寄己训练寄己｜自编码器 通熟易懂RNN｜RNN与RNN的变种结构 | 上 通俗易懂LSTM｜RNN的变种结构 | LSTM长短期记忆网络 通俗易懂GRU｜门控循环单元(gated recurrent unit， GRU) 代码实践 |

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：580608
    • 提供者：weixin_38658085

  1. 具有情感词翻译功能的神经网络集成，用于代码转换情感检测

  2. 代码转换文本中的情感检测旨在识别包含多种语言的文本的情感标签。 这项任务的困难包括弥合语言之间的鸿沟和捕获关键的语义信息以进行分类的问题。 为了解决这些问题，我们提出了带有情感词翻译的整体模型，以构建一个功能强大的系统。 我们的系统首先构建英汉情感词典，以在两种语言之间建立联系。 之后，我们分别训练了几种模型，包括CNN，RCNN和基于Attention的LSTM模型。 然后结合它们的分类结果以提高性能。 实验结果表明，该方法效果良好，在十九个系统中排名第二。

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：940032
    • 提供者：weixin_38637093

  1. 具有CNN和RNN的活动识别：活动识别的时间段LSTM和时间起始-源码

  2. RNN和Temporal-ConvNet进行活动识别 ，（等额缴纳） 论文代码： （在杂志上接受，2019年） 项目： 抽象的 在这项工作中，我们使用ResNet-101演示了一个强大的基线两流ConvNet。 我们使用此基线来彻底检查RNN和Temporal-ConvNets的使用，以提取时空信息。 基于我们的实验结果，然后我们提出并研究了两个不同的网络，以进一步整合时空信息：1）时域RNN和2）初始样式的Temporal-ConvNet。 我们的分析确定了每种方法的特定局限性，这些局

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：82837504
    • 提供者：weixin_42129412

  1. caffe_ocr：主流ocr算法研究实验性的项目，目前实现了CNN + BLSTM + CTC架构-源码

  2. 简介 caffe_ocr是一个对现有主流ocr算法研究实验性的项目，目前实现了CNN + BLSTM + CTC的识别架构，并在数据准备，网络设计，调参等方面进行了很多的实验。代码包含了对lstm ，warp-ctc，multi-label等的适应和修改，还基于inception，restnet，densenet的网络结构。代码是针对Windows平台的，linux平台下只需要合并相关的修改到caffe代码中即可。 caffe代码修改 1.数据层增加了对多标签的支持2. lstm使用的是junh

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：27262976
    • 提供者：weixin_42172972

  1. CNN_LSTM_CTC_Tensorflow：使用Tensorflow实现的基于CNN + LSTM + CTC的OCR-源码

  2. CNN_LSTM_CTC_Tensorflow 基于CNN + LSTM + CTC的OCR（光学字符识别）使用张量流实现。 注意：图像中的字符数（可变长度）没有限制。 看一下下面的图像。 我使用此代码训练了一个具有100k图像的模型，并在对测试数据集（200k图像）获得了99.75％的准确性。 两个数据集中的图像： 更新2017.11.6 ： 竞争页面现在不可用，如果要重现此结果，请参见有关数据集的，解压缩.tar.gz文件后，标签文件（.txt文件）与图像位于同一文件夹中。 更新

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：27648
    • 提供者：weixin_42143161

  1. CS291K：using使用CNN和LSTM神经网络组合模型对Twitter数据进行情感分析-源码

  2. CS291K 使用CNN-LSTM组合神经网络模型对Twitter数据进行情感分析 论文： : 博客文章： : 动机 该项目旨在扩展我们以前使用简单的前馈神经网络（位于此处： ＆ ）进行的情绪分析工作。 相反，我们希望尝试使用Tensorflow构建组合的CNN-LSTM神经网络模型，以对Twitter数据进行情感分析。 依存关系 sudo -H pip install -r requirements.txt 运行代码 在train.py上，更改变量MODEL_TO_RUN =

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：12288
    • 提供者：weixin_42117224

  1. cnn_lstm_ctc_ocr：基于Tensorflow的CNN + LSTM进行了OTC的CTC损失训练-源码

  2. 总览 该集合展示了如何使用CNN功能作为输入并带有CTC损失来构造和训练深度双向堆叠LSTM，以执行可靠的单词识别。 该模型是Shi等人的架构（ ）的直接改编。 提供的代码使用Jaderberg等人的综合数据（ ）MJSynth下载和培训。 值得注意的是，在对不区分大小写的闭合词汇表MJSynth数据进行训练和测试时，该模型实现的测试词错误率低于 （1.82％）。 为Python 2.7编写。 需要TensorFlow> = 1.10（存在针对TF> 1.10的弃用警告，但

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：10485760
    • 提供者：weixin_42113754

  1. ConvLSTM-Surgical-Tool-Tracker：此存储库包含用于弱监督的外科工具跟踪器的实现代码。 在这项研究中，使用卷积LSTM对手术视频数据中的时间依赖性进行建模，该卷积LSTM仅在图像级标签上进行训练以检测，定位和跟踪手

  2. ConvLSTM手术工具跟踪器 腹腔镜视频中工具跟踪的弱监督卷积LSTM方法（IPCAI 2019） CI。 Nwoye，D。Mutter，J。Marescaux，N。Padoy 该存储库包含推理演示和评估脚本。 介绍 该模型是使用弱监督卷积LSTM方法对腹腔镜视频中的外科工具的的重新实现。 该网络从图像级标签学习工具检测，定位和跟踪。 该方法由端到端训练的CNN +卷积LSTM（ConvLSTM）神经网络组成，但仅在工具二进制存在标签上受到弱监督。 我们使用ConvLSTM对手术工具运动中

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：1048576
    • 提供者：weixin_42131352

  1. lstm-char-cnn-tensorflow：进行中-源码

  2. 角色感知神经语言模型 Tensorflow实现。 作者的原始代码可以在找到。 该实现包含： 词级和字符级卷积神经网络 公路网 递归神经网络语言模型 当前的实现存在性能问题。 参见 。 先决条件 Python 2.7或Python 3.3+ 用法 要使用ptb数据集训练模型： $ python main.py --dataset ptb 要测试现有模型： $ python main.py --dataset ptb --forward_only True 要查看所有培训选项，请运行： $

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：8388608
    • 提供者：weixin_42099633
« 12 3 »