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2461页

« 1 2 ... .56 .57 .58 .59 .60 2461.62 .63 .64 .65 .66 ... 4583 »

[机器学习] 现代逻辑方法论(永井成男)

说明: 很好的方法论书籍,有兴趣的可以读一读。方法论具有普遍性,能帮助理解软件开发的思想和方法。
<antony1776> 上传 | 大小:19mb

[机器学习] BP神经网络实例(基础)

说明: BP神经网络适合初学者,内涵两个实例,包括最基本的语句注释,解析等
<xingkong156> 上传 | 大小:54kb

[机器学习] UR机器人Socket通讯包

说明: UR机器人Socket通讯包,包含有code,program,URserver
<weixin_43994411> 上传 | 大小:32kb

[深度学习] Jetson TX2底板原理图和PCB

说明: Jetson TX2底板原理图和PCB设计文件,仅供参考设计,提供原理图和PCB的库文件封装,PCB设计文件,原理图设计文档PDF版本
<qq_41340953> 上传 | 大小:30mb

[机器学习] 卷积神经网络结构原理详细介绍

说明: 详细介绍卷积神经网络的结构原理,并且根据一个详细的例子来说明CNN网络如何应用
<weixin_41070692> 上传 | 大小:1mb

[机器学习] 2018 real-time Personalization using Embeddings for Search Ranking at Airbnb

说明: 2018KDD best paper airbnb 基于embedding的推荐实践
<sinat_15443203> 上传 | 大小:10mb

[深度学习] PyTorch 模型训练实⽤教程_余霆嵩(去水印)

说明: 本教程内容及结构: 本教程内容主要为在 PyTorch 中训练一个模型所可能涉及到的方法及函 数,并且对 PyTorch 提供的数据增强方法(22 个)、权值初始化方法(10 个)、损失函数(17 个)、优化器(6 个)及 tensorboardX 的方法(13 个) 进行了详细介绍。 本教程分为四章,结构与机器学习三大部分一致。 第一章,介绍数据的划分,预处理,数据增强; 第二章,介绍模型的定义,权值初始化,模型 Finetune; 第三章,介绍各种损失函数及优化器; 第四章,介绍可视化工具
<dakeboy> 上传 | 大小:10mb

[深度学习] OCR文字识别

说明: 该工具可以截取识别图片中的文字,将图片中的文字识别并保存成文本的格式,另外也可以做翻译等操作,良心工具。
<swiftfake> 上传 | 大小:11mb

[机器学习] BP神经网络研究

说明: 洪灾灾情预测是保险公司财产保险防灾减损工作的重要内容,它有效地预测出受灾的地区和强度,对于财产 保险的费率制定、有效预防、及时施救和防灾预案编制有举足轻重的指导意义
<greenapple_h> 上传 | 大小:357kb

[机器学习] numpy-1.15.4+mkl for python3.7 win64

说明: 官网新版numpy和mkl包,解压后pip即可安装。可解决官网下载速度慢的问题。
<qq_42749953> 上传 | 大小:198mb

[机器学习] UR机器人与PC通讯

说明: Dashboard接口,F&S接口,Realtime接口,Socket通讯,XML_RPC通讯,Modbus-TCP通讯
<weixin_43994411> 上传 | 大小:485kb

[深度学习] PyTorch 模型训练实用教程(附代码及原文下载)

说明: 自 2017 年 1 月 PyTorch 推出以来,其热度持续上升,一度有赶超 TensorFlow 的趋势。PyTorch 能在短时间内被众多研究人员和工程师接受并推崇是因为其有着诸多优点,如采用 Python 语言、动态图机制、网络构建灵活以及拥有强大的社群等。因此,走上学习 PyTorch 的道路已刻不容缓。 本教程以实际应用、工程开发为目的,着重介绍模型训练过程中遇到的实际问题和方法。如上图所示,在机器学习模型开发中,主要涉及三大部分,分别是数据、模型和损失函数及优化器。本文也按顺序的
<huyiqun6> 上传 | 大小:10mb
« 1 2 ... .56 .57 .58 .59 .60 2461.62 .63 .64 .65 .66 ... 4583 »