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296页

« 1 2 ... .91 .92 .93 .94 .95 296.97 .98 .99 .00 .01 ... 4626 »

[机器学习] 3.机器视觉培训-软件通用调试.pdf

说明:通用技术知识框架搭建:视觉通用调试技术的推广,让应用人员有一个全 面的知识架构,不是一个一个项目学习,是整个面的铺开,以后知识可举一反三。
<weixin_42488011> 在 上传 | 大小:2097152

[机器学习] C语言-梯度下降法实现房价预测系统(可直接运行cpp)

说明:机器学习的一个作业,用C语言写的简单易懂可直接运行。梯度下降(gradient descent)在机器学习中应用十分的广泛,不论是在线性回归还是Logistic回归中,它的主要目的是通过迭代找到目标函数的最小值,或者收敛到最小值。
<jjhhdestiny> 在 上传 | 大小:247808

[机器学习] C语言-三层BP网络(隐层一层)实现mnist手写数字识别

说明:C语言-三层BP网络(隐层一层)实现mnist手写数字识别。cpp文件可直接运行,mnist手写数字识别请自行下载,和cpp文件放到同一个路径文件夹下就可以了。成功率达93.49;高斯分布初始化参数。 训练参数的代码文件是BP-network.cpp; 测试的代码文件是BP_test.cpp; 先执行BP-network.cpp,训练完将会生成4个参数txt文件; 再执行BP_test.cpp利用得到的参数去预测测试样本,与测试样本的真实输出做对比,得到识别成功率。
<jjhhdestiny> 在 上传 | 大小:335872

[深度学习] halcon 19 深度学习 和平版

说明:mvtec halcon 19 深度学习 和平版 ,亲测可用解压出来放到安装目录下即可
<longjiaoqiao> 在 上传 | 大小:35651584

[深度学习] HALCON深度学习语义分割标注工具LabelTool应用说明书

说明:HALCON深度学习语义分割标注工具LabelTool应用说明书
<longjiaoqiao> 在 上传 | 大小:680960

[深度学习] OpenCV4.x图像处理实例-社交距离检测Caffe模型

说明:OpenCV4.x图像处理实例-社交距离检测,文章地址https://blog.csdn.net/wujuxKkoolerter/article/details/108846101
<wujuxKkoolerter> 在 上传 | 大小:20971520

[机器学习] iris.cvs(鸢尾花)

说明:Iris数据集是常用的分类实验数据集,由Fisher于1936收集整理。Iris也称鸢尾花卉数据集,是一类多重变量分析的数据集。数据集包含150个数据样本,分为3类,每类50个数据,每个数据包含4个属性。可通过花萼长度,花萼宽度,花瓣长度,花瓣宽度4个属性预测鸢尾花卉属于(Setosa,Versicolour,Virginica)三个种类中的哪一类。
<xiao_cai_ming> 在 上传 | 大小:2048

[机器学习] TensorFlow2版本的mnist手写数字识别

说明:由于pip安装的TensorFlow缺少一部分代码,以及TensorFlow2版本相对于TensorFlow1在语句上有变化。因此大部分网上代码不适用(主要问题在于读取mnist数据包和一些函数形式有问题)。这个代码可以运行。内含离线mnist数据库,mnist.py,main.py等。直接运行main.py即可
<weixin_42882464> 在 上传 | 大小:11534336

[机器学习] 在kubeflow里面淘出来的tf_operator镜像

说明:在kubeflow里面淘出来的tf_operator,使用docker load < tf_operator.tar,load到集群的各个节点
<weixin_39250340> 在 上传 | 大小:105906176

[机器学习] tensor_mnist-master-fu.rar

说明:TensorFlow2的mnist识别,利用交叉熵和Adam优化算法,精确度在0.92左右。 适用于python3.5和TensorFlow2版本。前四行代码不要修改,用于兼容TensorFlow1的程序和载入mnist数据集。 直接运行main.py即可
<weixin_42882464> 在 上传 | 大小:11534336

[深度学习] 图像分类训练中的 tricks

说明:本文总结了多种图像分类任务中的重要技巧,对于目标检测和图像分割等任务,也起到了不错的作用。计算机视觉主要问题有图像分类、目标检测和图像分割等。针对图像分类任务,提升准确率的方法路线有两条,一个是模型的修改,另一个是各种数据处理和训练的技巧(tricks)。图像分类中的各种技巧对于目标检测、图像分割等任务也有很好的作用,因此值得好好总结。本文在精读论文的基础上,总结了图像分类任务的各种tricks如下。
<qq_39752470> 在 上传 | 大小:1048576

[深度学习] 对行人、车辆等物体进行多目标跟踪

说明:基于检测的多目标跟踪,可自定义类别进行训练、测试。效果不错,可达实时。算法应用keras/torch编码,逻辑清楚,配有代码解析图,适合多目标跟踪入门新手。
<weixin_45038213> 在 上传 | 大小:340787200
« 1 2 ... .91 .92 .93 .94 .95 296.97 .98 .99 .00 .01 ... 4626 »