[深度学习] densenet201_weights_tf_dim_ordering_tf_kernels.h5

说明：model weight in this repo https://github.com/fchollet/deep-learning-models Keras提供的预训练权重
<qwertyuiop_123abc> 上传 | 大小：80mb

[深度学习] inception_resnet_v2_weights_tf_dim_ordering_tf_kernels_notop.h5

说明：model weight in this repo https://github.com/fchollet/deep-learning-models Keras提供的预训练权重
<qwertyuiop_123abc> 上传 | 大小：208mb

[深度学习] NASNet-mobile.h5

说明：model weight in this repo https://github.com/fchollet/deep-learning-models Keras提供的预训练权重
<qwertyuiop_123abc> 上传 | 大小：23mb

[机器学习] 高度控制，滑模变结构控制方法及simulink仿真

说明：高度控制，滑模控制器公式推导，设计控制律，并在simulink上搭建模型仿真，可查看结果。附带simulink仿真程序和公式推导过程。
<niu_88> 上传 | 大小：86kb

[机器学习] 如何使用知识图谱增强信息检索模型？【附5篇高价值参考paper】.zip

说明：传统的信息检索（IR）模型中，文本通常使用词袋模型表示。该方法有两个较为明显的缺陷：1）只能通过 TF-IDF 等相关信号判断查询-文本相关性；2）模型没有深入理解查询和文本的语义信息，而是更多地依赖于特征工程的方法。 近年来流行的方法主要可以分为两大类：1）通过知识图谱引入背景信息和先验知识；2）通过深度学习技术从大规模的数据中学到信息的隐性表示。
<syp_net> 上传 | 大小：5mb

[深度学习] Netron-Setup-3.7.3

说明：Netron-Setup-3.7.3，GitHub开源软件，用来可视化神经网络模型，模型的层、参数等等。
<Fireworkpark> 上传 | 大小：46mb

[深度学习] LBP6230_XPS_V195_Win_uk_EN.exe

说明：LBP6230_XPS_V195_Win_uk_EN 佳能打印机LBP6230的驱动，是英文版的，windows
<Fireworkpark> 上传 | 大小：29mb

[深度学习] ELM源码与实例.zip

说明：ELM代码与实例共四个文件，直接可以用，部分代码如下 elmtrain 自己写的函数 function [IW,B,LW,TF,TYPE]=elmtrain(P,T,N,TF,TYPE) % ELMTRAIN Create and Train a Extreme Learning Machine % Syntax % [IW,B,LW,TF,TYPE] = elmtrain(P,T,N,TF,TYPE) % Descr iption % Input
<hildawyy> 上传 | 大小：3kb

[深度学习] densenet121_weights_tf_dim_ordering_tf_kernels.h5

说明：from tensorflow.keras.applications import DenseNet121 base_model=DenseNet121(weights='imagenet', input_shape=(224, 224, 3)) 由此下载得到的模型weights tensorflow2.1.0 （keras提供下载的和tf提供的权重不一样？？？）
<qwertyuiop_123abc> 上传 | 大小：31mb

[机器学习] k近邻算法-酒店入住位置预测（数据集）

说明：k-近邻算法-预测入住位置（数据集） kaggle下载很麻烦 下载txt文档，里面是百度网盘的链接，永久有效 k-近邻算法-预测入住位置（数据集） kaggle下载很麻烦 下载txt文档，里面是百度网盘的链接，永久有效
<weixin_44456683> 上传 | 大小：67byte

[机器学习] C#图像处理程序实现--Canny实现 笔记整理（其中的非极大值抑制点）.rar

说明：C#图像处理程序实现--Canny实现 笔记整理（其中的非极大值抑制点）。依据当前点的周围点的梯度模来推算中心点的模，然后与实际值比较，若小则保留，若大于实际值则舍弃，在边缘检测中也有根据梯度模确定是否边缘，大于一定阈值就判定为是！ 由中心点的梯度向量、周围点的梯度模，推断中心点的梯度模，再与实际值比较，梯度模就是梯度程度！
<lanshahewu> 上传 | 大小：10mb

[机器学习] ChinaChess.zip

说明：全部使用Javascr ipt完成AI人工智能计算，不依赖任何后台程序 不依赖任何类库，全部原生Javascr ipt，使用html5 canvas. 实现中不涉及任何浏览器特性，所以不存在浏览器兼容性问题. 代码结构极其简洁明了，你可以轻易的阅读，修改成自己版本.
<grandsealy> 上传 | 大小：938kb