您好,欢迎光临本网站![请登录][注册会员]  

人工智能下载列表 第1063页

« 1 2 ... .58 .59 .60 .61 .62 1063.64 .65 .66 .67 .68 ... 4583 »

[机器学习] 词语相似度计算方法研究

说明:自然语言处理磊根本的目的就是让计算机能在确处理人类语言,利用计算机对词语语义遂行理解是自然语言处理中最为关键的问题. 词义相似度计算作为语义理解的基础性工作已被广泛应用于词义消歧、 机器翻译、信息检索、 自动应答等各种领域。
<sohopeter> 上传 | 大小:15mb

[机器学习] SVM的学习.txt

说明:SVM学习过程中看到的有用的网站 SVM学习过程中看到的有用的网站 SVM学习过程中看到的有用的网站 可能对你们有用,分享一下,这里面有SVM过程推导的连接,比较详细。还有几个网站是关于python和matlab的程序,其中有一个数据不是很全,但程序参考以下还是可以的。
<zhenguiqin> 上传 | 大小:2kb

[机器学习] 室内定位与地理空间智能.zip

说明:室内定位与地埋空间智能---讲座 武汉大学测绘遥感信息工程国家重点实验室主任,室内定位专家---陈锐志 关于室内定位的精彩讲座
<qq_40957277> 上传 | 大小:65mb

[深度学习] 使用强化学习技术,使用随机策略控制小车移动

说明:这是一个在tensorflow上实现的强化学习的入门小例子, 使用强化学习技术,使用随机策略控制小车移动
<victorylee2000> 上传 | 大小:6kb

[深度学习] 使用DenseNet识别Flower

说明:使用DenseNet识别flowerdataset,DenseNet是当前最牛的CNN网络之一, 例子使用预训练,识别flower dataset
<victorylee2000> 上传 | 大小:2kb

[机器学习] 图像处理岗面试60题及其答案解析.pdf

说明:自己整理的常见的,面试官常考的图像处理的面试题以及其相应的答案解析,文档为高清PDF版,自己整理的常见的,面试官常考的图像处理的面试题以及其相应的答案解析,文档为高清PDF版
<weixin_41552975> 上传 | 大小:1mb

[机器学习] MNIST手写识别进阶:更多层网络和格式化结构.ipynb

说明:这个代码, 跟B站深度学习教学视频同步。基于Tensorflow 1.13.1, 使用内置的MNIST手写数字集,进行双层神经网络的训练。训练使用了格式化代码,在此基础上,可以轻松增加模型的层数。
<Promise_Lv_2019> 上传 | 大小:16kb

[机器学习] win10+Qt上使用动态链接库运行YOLOv3

说明:从零开始在win10+Qt上运行YOLOv3 运行前先准备文件,压缩包内有截图 编译前先设置项目编译输出路径,然后清理项目,执行qmake,最后在release下运行 参考博文:https://blog.csdn.net/qq_22199831/article/details/104713533
<qq_22199831> 上传 | 大小:3mb

[机器学习] vs2015下使用动态链接库调用YOLOv3

说明:从零开始在win10+vs2015上运行YOLOv3,记得在x64 debug下运行,相关文件需要另外准备,压缩包内的截图里面有完整路径。参考博文:https://blog.csdn.net/qq_22199831/article/details/104713533
<qq_22199831> 上传 | 大小:13mb

[深度学习] SSD_300x300.rar

说明:压缩包里面:VGG_ILSVRC2016_SSD_300x300_iter_440000.caffemodel, deploy.prototxt,labelmap_det.txt,文件齐全
<gang5340071> 上传 | 大小:179mb

[机器学习] 文本语义相似度计算方法研究及应用

说明:文本相似度计算一直是自然语言处理领域研究中的一个基础问题。而文本语义相似度计算则是在文本相似度计算基础上增加了语义分析,在语义层面对文本相似度作进一步的分析研究,具有广阔的应用背景。本文针对句子级别的文本语义相似度计算问题,提出了应用结构化特征和神经网络的方法,并将该方法应用到一个实际的问答系统中,取得了良好的效果。本文深入研究文本语义相似度计算方法,主要研究内容如下:(1)基于结构化表示的文本语义相似度计算方法针对句子级文本相似度计算方法中平面特征表征性弱的问题,本文提出了应用结构化特征来表示
<sohopeter> 上传 | 大小:6mb

[深度学习] Ensembles of Multiple Models and Architectures for Robust Brain Tumour Segmentat

说明:Brats17 NO.1 :Ensembles of Multiple Models and Architectures for Robust Brain Tumour Segmentation
<weixin_40519315> 上传 | 大小:3mb
« 1 2 ... .58 .59 .60 .61 .62 1063.64 .65 .66 .67 .68 ... 4583 »