[机器学习] OpenKE--PyTorch Windows编译64位base.dll

说明：编译过程见https://blog.csdn.net/wangdong1106/article/details/109597447
<wangdong1106> 在 上传 | 大小：98304

[深度学习] 西安交通大学研究生人工智能课件

说明：这是西安交通大学计算机研究生人工智能课程的，供大家学习和参考！
<qq_44477568> 在 上传 | 大小：7340032

[深度学习] pyqt5_2048.zip

说明：https://dongfangyou.blog.csdn.net/article/details/109598619 教程在这
<weixin_32759777> 在 上传 | 大小：42991616

[机器学习] 用户点击广告行为预测竞赛数据.zip

说明：这个数据集来自一个用用户点击广告行为预测竞赛数据，作为各学习分类算法的数据集，其数据量合适，且还可以做降维测试，是一个学习的好资料
<weixin_43327597> 在 上传 | 大小：1048576

[深度学习] pytorch学习（十）——过拟合相关问题及解决方案

说明：上传时间：2020/11/10 最后测试：2020/11/10 内容：pytroch解决过拟合相关问题及解决方案 其他：pytorch学习练习代码 相关介绍：https://blog.csdn.net/jerry_liufeng/article/details/109608811
<jerry_liufeng> 在 上传 | 大小：161792

[机器学习] mat_transfer_png.m

说明：这是一个将.mat文件格式转化为.png格式的批量处理matlab代码，代码行数不多，但是可以1秒之内转化500张mat文件，便捷迅速。
<weixin_44348719> 在 上传 | 大小：574

[机器学习] 基于django的人脸检测Web平台搭建（基于Opencv，自测可用）

说明：压缩包为代码资源，通过django搭建的人脸检测web平台，以单独的api接口形式对外提供调用，自测可用。
<m0_49322807> 在 上传 | 大小：608256

[机器学习] 推荐系统实战系列视频教程(Python).rar

说明：推荐系统实战系列(Python)，2020年新课，推荐系统实战系列课程旨在帮助同学们快速掌握推荐系统领域常用算法及其建模应用实例。 全程基于Python及其开源工具实战演示各大推荐引擎构建方法，基于真实数据集进行建模与应用实战。 整体风格通俗易懂，适合入门与进阶的同学们加入学习，提供课程所需全部PPT，数据，代码。
<huhuge88> 在 上传 | 大小：555

[机器学习] 卷积神经网络讲解PPT

说明：Input layer, hidden layer(series), output layer neurons have learnable weights and biases.. each neuron is fully connected to all neurons in the previous layer, neurons in a single layer function completely independently and do not share any connecti
<dualvencsdn> 在 上传 | 大小：5242880

[深度学习] 用于做OCR的数据生成的效果图片以及相应的标签文件示例

说明：用于ocr的数据生成，生成的效果为上图，其中还包括生成的图片上的文字对应的位置坐标，上面文件只包含部分示例。源码请关注我的博客，留言。谢谢！~
<weixin_45385271> 在 上传 | 大小：10485760

[深度学习] 梦想三号智能交易系统.ex4

说明：梦想三号：主要根据144日均线以及K线的动率和速率的大小进行加仓，在这里将此系统称之为动态K线系统，有了此系统后，本EA基本可无视任何大数据行情，此系统不会在大阳线或大阴线形成的中途“密集加仓”，本策略最多加仓12层，加仓的间距以及倍率，手数的大小都可以调整，由于是加仓型，故在一个单边行情中，价格只需要回撤20-30%时，就会止盈离场！不会像其它马丁一样抗单 开仓条件：到达k形态的顶端压力位系统会下空单，继续突破的话EA会有加仓，反之行情到达形态的底端支撑位位时，系统会自动识别多单，突破支撑
<like2026904767> 在 上传 | 大小：80896

[机器学习] 损失函数（loss function）PPT

说明：损失函数（loss function）或代价函数（cost function）是将随机事件或其有关随机变量的取值映射为非负实数以表示该随机事件的“风险”或“损失”的函数。在应用中，损失函数通常作为学习准则与优化问题相联系，即通过最小化损失函数求解和评估模型。
<dualvencsdn> 在 上传 | 大小：1048576