[深度学习] LCQMC数据集（lcqmc）

说明：哈工大文本匹配数据集，LCQMC 是哈尔滨工业大学在自然语言处理国际顶会 COLING2018 构建的问题语义匹配数据集，其目标是判断两个问题的语义是否相同
<qq_30546827> 上传 | 大小：6mb

[机器学习] 基于深度学习的数据融合方法研究综述

说明：数据融合是最大程度发挥大数据价值的关键，深度学习是挖掘数据深层特征信息的技术利器，基于深度学习的数据融合能够充分挖掘大数据潜在价值，从新的深度和广度拓展对世界的探索和认识。
<syp_net> 上传 | 大小：882kb

[机器学习] nn_test.py

说明：(第一次上传，免积分下载，欢迎大家批评指正) 使用pytorch搭建一个基本的多层神经网络，来完成正弦函数的拟合。代码十分清晰，且有对应的我的CSDN博文（https://blog.csdn.net/stay_alive_13/article/details/111005285）作为参考，更加便于理解。适用于想快速入门pytorch的人。
<stay_alive_13> 上传 | 大小：2kb

[VR] cgjoy-SimplePath.zip

说明：简单的路径编辑工具
<zhaojsj> 上传 | 大小：1mb

[机器学习] 谭松波文文本分类语料（复旦）（无需积分）

说明：复旦谭松波的，别人辛苦整理，免费发布的东西，拿过来自己赚积分，绝了 数据说明 answer.rar为测试语料，共9833篇文档； train.rar为训练语料，共9804篇文档，分为20个类别。 训练语料和测试语料基本按照1:1的比例来划分。 数据来源 复旦大学计算机信息与技术系国际数据库中心自然语言处理小组 问题描述 适合NLP学习使用
<Jasper500> 上传 | 大小：230mb

[深度学习] paddlepaddle_gpu-1.8.5.post107-cp36-cp36m-win_amd64.whl

说明：python人像抠图利器，paddlepaddle 1.8.5 GPU版 whl格式：众人周知的外网环境，需要垫脚否则下载巨慢，这里帮各位搬一下砖，pip install XXX安装即可,望笑纳；）
<Auu___1> 上传 | 大小：324mb

[深度学习] 图像融合TIF算法Python和MATLAB版本代码

说明：图像融合TIF算法Python和MATLAB版本代码，包含测试图像和代码脚本，直接可运行。Python中需要安装opencv，代码用Python3.8编写的。
<jayandchuxu> 上传 | 大小：13mb

[机器学习] opencv4.5.0+contrib4.5.0.zip

说明：Cmake3.19.1双版本Debug+Release编译，编译环境Win10专业版+VS2017+X64.需要的可以下载解压。另外，根据自己的经验，最好准备一个VPN，不然编译过程会缺少文件（FFmpeg这些）。教程我就不写了，网上一堆的，推荐一个给大家看看就好：https://blog.csdn.net/fengxinzioo/article/details/109402921
<bruchleeli> 上传 | 大小：72mb

[机器学习] NeurIPS 2020最新《深度对话人工智能》

说明：对话人工智能系统通过完成用户请求或进行简单的聊天与人类用户进行交互。这些系统的应用范围从个人帮助、健康帮助到客户服务等等。
<syp_net> 上传 | 大小：12mb

[机器学习] 机器人抓取检测技术的研究现状_刘亚欣.caj

说明：基于学习的方法 机器学习方法已被证明对广泛的感知问题有效[32-36], 允许感知系统学习从一些特征集到各种视觉特性的映射[37]. 研究人员更是将深度学习引入抓取检测中,将学习方法应用于视觉中,引入学习方法对抓取质量进行评分[38]. 近期的文献采用了更丰富的特征和学习方法,允许机器人抓取部分被遮挡的已知物体[39] 或已知物体未知姿态[40] 以及系统之前未见过的全新物体(未知物体)[41],本文将讨论后一种情况. 早期的工作集中在仅从2D部分视图数据中检测单个抓取点,使用启发式方法基于此点
<WhiffeYF> 上传 | 大小：925kb

[机器学习] R语言KNN预测Boston房价

说明：使用R语言编写KNN程序，对Boston房价进行预测，使用的数据集是R语言的内置数据集，计算方差，并且绘制出预测图
<qq_33413128> 上传 | 大小：3kb

[机器学习] Google《图学习与挖掘》综述

说明：在这次演讲中，Graph Mining team的创始人Vahab对本图挖掘和学习进行了高层次的介绍。这个演讲涉及到什么是图，为什么它们是重要的，以及它们在大数据世界中的位置。然后讨论了组成图挖掘和学习工具箱的核心工具，并列出了几个规范的用例。它还讨论了如何结合算法、系统和机器学习来在不同的分布式环境中构建一个可扩展的图学习系统。
<syp_net> 上传 | 大小：21mb