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. 人脸规范化 face normalization

  2. 将扫描的人脸或其他的 规范化 如 电子护照的水平 人脸规范化 face normalization人脸规范化 face normalization人脸规范化 face normalization

  3. 所属分类：其它

    • 发布日期：2011-07-05
    • 文件大小：47104
    • 提供者：longan500

  1. 人脸识别综述与展望论文

  2. 人脸识别的目的是从人脸图像中抽取人的个性化特征，并以此来识别人的身份。一个简单的自动人脸识别系统，包括以下4个方面的内容： (1)人脸检测(Detection)：即从各种不同的场景中检测出人脸的存在并确定其位置。 (2)人脸的规范化(Normalization)：校正人脸在尺度、光照和旋转等方面的变化。 (3)人脸表征(Face Representation)：采取某种方式表示检测出人脸和数据库中的已知人脸。 (4)人脸识别(Recognition)：将待识别的人脸与数据库中的已知人脸比较，得

  3. 所属分类：其它

    • 发布日期：2008-09-09
    • 文件大小：205824
    • 提供者：netmedia

  1. 文本挖掘tmSVM开源项目包含Python和Java两种版本带参考文档

  2. 文本挖掘tmSVM开源项目集成libSVM和liblinear包含Python和Java两种版本带PDF源码参考文档 简介 文本挖掘无论在学术界还是在工业界都有很广泛的应用场景。而文本分类是文本挖掘中一个非常重要的手段与技术。现有的分类技术都已经非常成熟，SVM、KNN、Decision Tree、AN、NB在不同的应用中都展示出较好的效果，前人也在将这些分类算法应用于文本分类中做出许多出色的工作。但在实际的商业应用中，仍然有很多问题没有很好的解决，比如文本分类中的高维性和稀疏性、类别的不平衡

  3. 所属分类：Python

    • 发布日期：2014-02-23
    • 文件大小：3145728
    • 提供者：vcfriend

  1. Deep learing 论文合集，一条小白到发论文的必须道路！

  2. 不管你想做什么，你都要好好的从论文看，而不是单纯的调论文写代码！通过这些学习，你才能真正的对深度学习的发展，模型的优化，进经典的trick有深入的理解！ 做算法，做科研必不可少！时间有限的人可以只看1.3 2.1 2.2 ！（强烈推荐！） ## 1.3 ImageNet Evolution（Deep Learning broke out from here） **[4]** Krizhevsky, Alex, Ilya Sutskever, and Geoffrey E. Hinton. "*

  3. 所属分类：深度学习

    • 发布日期：2018-12-09
    • 文件大小：88080384
    • 提供者：m0_37879266

  1. B_implement-How-does-batch-normalization-helps-optimization-源码

  2. B_“批量归一化如何帮助优化？” tensorflow_keras_implementation 请注意，在使用gradient_predictiveness代码时，请谨慎使用您的方法。 我仅使用选定的图层来重现结果。 仅对于具有5个时期的VGGnet，创建的渐变文件将占用29.6 GB。 不适用于“ RAMionaire”或“ GPUnaire”的人。

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：4194304
    • 提供者：weixin_42116794