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2672页

« 1 2 ... .67 .68 .69 .70 .71 2672.73 .74 .75 .76 .77 ... 4583 »

[机器学习] C++版DS证据理论

说明: C++版DS证据理论例子
<qq_40250862> 上传 | 大小:118kb

[机器学习] NN框架:Caffe,TensorFlow与PyTorch介绍和对比

说明: NN框架:Caffe,TensorFlow与PyTorch:Caffe介绍、TensorFlow介绍、PyTorch介绍和各种对比优缺点,其他框架
<m0_43553676> 上传 | 大小:19mb

[机器学习] NLP与聊天机器人实战

说明: NLP与聊天机器人实战:NLTK概述、文本处理流程、NLP经典三案例、深度学习加持、聊天机器人
<m0_43553676> 上传 | 大小:16mb

[机器学习] DNN与混合网络

说明: DNN与混合网络:深度学习应用、深度学习基础、神经网络
<m0_43553676> 上传 | 大小:6mb

[机器学习] CNN基本入门总结(归纳)下

说明: 介绍神经网络与卷积神经网络:图像识别与定位、思路1:视作回归、思路2:图像+识别与整合,物体识别边缘策略/选择性搜索=>R-CNN、R-CNN=>Fast R-CNN、Fast-CNN=>Faster R-CNN;图像分割
<m0_43553676> 上传 | 大小:18mb

[机器学习] CNN基本入门总结(归纳)

说明: 介绍神经网络与卷积神经网络:1.层级结构,2.数据处理,3.训练算法,4.优缺点、正则化与Dropout、典型结构与训练
<m0_43553676> 上传 | 大小:17mb

[深度学习] 神经网络推理处理 权重参数

说明: MNIST数据集,权重参数模型 神经网络推理处理 在MNIST中可以直接使用此模型 识别率93%
<weixin_33595571> 上传 | 大小:178kb

[机器学习] Neural Network and Deep Learning

说明: 络和深度学习(Neural Networks and Deep Learning) 中文pdf,带标签完整版,入门神经网络推荐书籍
<qq_39492317> 上传 | 大小:3mb

[深度学习] IRCNN用于图像超分辨率重建

说明: IRCNN用于图像超分辨率重建,深度学习的图像处理方法。
<u014302764> 上传 | 大小:208mb

[机器学习] FC算法解决futoshiki问题

说明: 使用FC算法解决futoshiki问题, 在该代码中,利用了结构体的形式,将比较大小的进行了简单化,以及利用copy的方法使得DSF时状态很容易回到原状态,并附加了学习的ppt,ppt中也有伪码,该代码的适用性比较高,在知道大概思路后,可以运用到其他题目,注意与GAC进行对比区分,区别就在对于符号两边没有被访问到的,fc是不需要对论域进行修改的
<bulumrcai> 上传 | 大小:1mb

[机器学习] LDA人脸识别MATLAB(含k近邻算法)--王子涛

说明: 现在我们回到LDA的原理上,我们在第一节说讲到了LDA希望投影后希望同一种类别数据的投影点尽可能的接近,而不同类别的数据的类别中心之间的距离尽可能的大,但是这只是一个感官的度量。现在我们首先从比较简单的二类LDA入手,严谨的分析LDA的原理。     假设我们的数据集D={(x1,y1),(x2,y2),...,((xm,ym))}D={(x1,y1),(x2,y2),...,((xm,ym))},其中任意样本xixi为n维向量,yi∈{0,1}yi∈{0,1}。我们定义Nj(j=0,1)Nj
<weixin_43496063> 上传 | 大小:3kb

[机器学习] GAC算法解决futoshiki问题

说明: 使用GAC算法解决futoshiki问题, 在该代码中,利用了结构体的形式,将比较大小的进行了简单化,以及利用copy的方法使得DSF时状态很容易回到原状态,并附加了学习的ppt,ppt中也有伪码,该代码的适用性比较高,在知道大概思路后,可以运用到其他题目
<bulumrcai> 上传 | 大小:1mb
« 1 2 ... .67 .68 .69 .70 .71 2672.73 .74 .75 .76 .77 ... 4583 »