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3262页

« 1 2 ... .57 .58 .59 .60 .61 3262.63 .64 .65 .66 .67 ... 4626 »

[机器学习] 高斯混合模型EM算法

说明: 高斯混合模型EM算法,通过EM算法来进行高斯混合模型的参数估计。
<u010191165> 在 上传 | 大小:38912

[VR] CT系统中射束硬化校正算法

说明: 射束硬化是由X 射线束能谱的多能性和衰减系数与能量的相关性造成的。多能X 射线穿过物体时,能量较低的X 光子由于光电效应优先被吸收,使得穿透物质的X 射线高能成分比例增加,表现为平均能量升高,从而使射线随贯穿长度增加,变得更易穿透,频谱分布的峰值向较高的能量方向移动,这就是射束硬化效应。它会导致密度均匀的被测物体切片在重建CT 图像上表现为亮度不一,图像上的像素值分布呈中间黑边缘亮的“茶杯”状,即“杯状”伪影
<u014469747> 在 上传 | 大小:1048576

[计算广告] Captcha_breaker

说明: Captcha breaker can identify the number in captcha image and label them.CNN was trained on custom dataset made out of captcha image
<alif3c> 在 上传 | 大小:8388608

[机器学习] 吴恩达机器学习课程及深度学习课程学习笔记

说明: 吴恩达机器学习及深度学习课程的学习笔记, 课程地址:https://www.coursera.org/course/ml 和 本课程视频教程地址https://mooc.study.163.com/university/deeplearning_ai#/c
<noticeable> 在 上传 | 大小:28311552

[机器学习] 基于时间序列分析的人体运动行为模式识别研究

说明: 基于时间序列分析的人体运动行为模式识别研究; 行为识别;时间序列分析;小波阈值降噪;长短时记忆;隐马尔科夫模型
<qq_42946515> 在 上传 | 大小:17825792

[机器学习] 卷积神经网络的并行化研究

说明: 卷积神经网络CNN的并行化研究 并行化 MapReduce框架 GPU加速
<qq_42946515> 在 上传 | 大小:5242880

[机器学习] 人工智能发展史

说明: 人工智能简介、人工智能应用领域、AI机器人语音交互研发代码
<qq_42954923> 在 上传 | 大小:28672

[机器学习] 理解Spatial Transformer Networks

说明: 随着深度学习的不断发展,卷积神经网络(CNN)作为计算机视觉领域的杀手锏,在几乎所有视觉相关任务中都展现出了超越传统机器学习算法甚至超越人类的能力。一系列CNN-based网络在classification、localization、semantic segmentation、action recognization等任务中都实现了state-of-art的结果。
<sigai_csdn> 在 上传 | 大小:1048576

[机器学习] 机器学习和深度学习核心知识点总结

说明: 一年一度的校园招聘就要开始了,为了帮助同学们更好的准备面试,SIGAI 在今天的公众号文章中对机器学习、深度学习的核心知识点进行了总结。希望我们的文章能够帮助你顺利的通过技术面试,如果你对这些问题有什么疑问,可以关注我们的公众号,向公众号发消息,我们将会无偿为你解答。对于不想在近期内找工作的同学,阅读这篇文章,对加深和巩固机器学习和深度学习的知识也是非常有用的。
<sigai_csdn> 在 上传 | 大小:1048576

[机器学习] 反向算法推导-卷积神经网络

说明: 在今天这篇文章中,我们将详细为大家推导卷积神经网络的反向传播算法。对于卷积层,我们将按两条路线进行推导,分别是标准的卷积运算实现,以及将卷积转化成矩阵乘法的实现。在文章的最后一节,我们将介绍具体的工程实现,即卷积神经网络的卷积层,池化层,激活函数层,损失层怎样完成反向传播功能。
<sigai_csdn> 在 上传 | 大小:595968

[机器学习] 基于深度神经网络的自动问答系统概述

说明: 问答系统的实现机制多种多样,基于信息检索 (IR: Information Retrieval) 的、基于问答知识库 (KB: Knowledge Base) 的、基于知识图谱 (KG: Knowledge Graph) 的等等,一个相对完善的问答系统往往是多种机制的组合。
<sigai_csdn> 在 上传 | 大小:2097152

[机器学习] 机器学习和深度学习中值得弄懂的一些问题

说明: SIGAI飞跃计划第一期已经进行4周了,在这4周的学习中,同学们提出了不少好问题。在这里,我们将每周直播答疑的问题进行筛选和整理,写成今天的公众号文章,供大家参考。相信会对大家的学习和实践有所帮助!
<sigai_csdn> 在 上传 | 大小:587776
« 1 2 ... .57 .58 .59 .60 .61 3262.63 .64 .65 .66 .67 ... 4626 »