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3455页

« 1 2 ... .50 .51 .52 .53 .54 3455.56 .57 .58 .59 .60 ... 4626 »

[机器学习] SVD and application 奇异值分解及其应用

说明: The singular value decomposition (SVD) is not only a classical theory in matrix computation and analysis, but also is a powerful tool in ma- chine learning and modern data analysis. In this tutorial we first study the basic notion of SVD and then sh
<qq_21583515> 在 上传 | 大小:761856

[机器学习] casia语音情感识别SVM分类

说明: 对中科大发布的中文语音情感数据库CASIA,提取了MFCC特征,过零率等特征,采用SVM分类,识别率很低,只适合初学者了解语音情感识别过程
<matlababcdefg> 在 上传 | 大小:4096

[深度学习] MXNet1.0.0源码包

说明: MXNet v1.0.0 适用于cuda8.0 有需要的下载~~~~~~~~~~~~~~~~~~~~~~~~~~~
<qq_35457560> 在 上传 | 大小:48234496

[深度学习] CVPR-2018论文合集五

说明: CVPR论文合集--SLAM DNN CNN 目标检测与目标识别 视频目标分割 图像分割 自然语言处理 自动驾驶
<algofei> 在 上传 | 大小:126877696

[深度学习] CVPR-2018论文合集四

说明: CVPR-2018论文合集--SLAM DNN CNN 目标检测与目标识别 视频目标分割 图像分割 自然语言处理 自动驾驶
<algofei> 在 上传 | 大小:135266304

[深度学习] CVPR2018论文合集三

说明: CVPR论文合集--SLAM DNN CNN 目标检测与目标识别 视频目标分割 图像分割 自然语言处理 自动驾驶
<algofei> 在 上传 | 大小:88080384

[机器学习] 语音信号处理:短时过零率,语音分帧,短时功率密度谱,短时能量,小波去噪

说明: 语音信号处理:短时过零率,语音分帧,短时功率密度谱,短时能量,小波去噪
<qq_40249633> 在 上传 | 大小:5120

[深度学习] 前馈神经网络知识点

说明: 神经网络是一种大规模的并行分布式处理器,天然具有存 储并使用经验知识的能力。它从两个方面上模拟大脑:(1)网 络获取的知识是通过学习来获取的;(2)内部神经元的连接强 度,即突触权重,用于储存获取的知识。
<lieyingkub99> 在 上传 | 大小:1016832

[机器学习] OCR:一个有趣的网页版手写数字识别程序

说明: 这是一个用ANN(人工神经网络)对手写数字进行识别的程序。 有以下一些特性: 1)前端(网页)用Javascr ipt,html 5,css开发; 2)后端(服务器)用python写的(2.7版本); 3)功能:#支持在网页画布上(用鼠标)写数字,并会返回预测结果; #支持重置网页画布; #支持向服务器发送训练样本; #支持图片预览,图片上传; #支持对上传的图片中英文字母的识别。 这是一个非常酷的程序,C/S架构,代码也不是很复杂,而且设计了一些很有趣的知识(机器学习,神经网络,http数据
<weixin_39278265> 在 上传 | 大小:5242880

[机器学习] 遗传算法解决TSP问题

说明: 遗传算法解决TSP问题,MATLAB版,可以设置迭代次数,种群大小,城市个数
<wtc3099098932> 在 上传 | 大小:3072

[搜索引擎] 爬虫进阶知识运用

说明: 本书适合有一定的python编程经验的人,讲解了抓取数据的方法,使用多进程并发抓取,以及Scarpy和Portia的使用等进阶爬虫知识
<qq_42612687> 在 上传 | 大小:9437184

[机器学习] Fast k Nearest Neighbor Search using GPU

说明: KNN算法的基础是对给定的query点集,对应查找在参考空间中距离最近的K个紧邻点。虽然针对于KNN算法有各种各样的优化方式,但是这里讨论的重点是CUDA对KNN问题的优化,因此采用最基础(也是最暴力的)Brute Force算法——穷举法。当空间的维度不断提高时,其他算法的计算耗时也在不断提高,但是BF-cuda的耗时没有变化(在前面的乘法计算中也采用了并行处理的方式,因此尽管空间维度增加但是依然不会影响它的计算)。当采用38400个点,96个维度的空间进行测试时,BF-Matlab用了57
<udadau> 在 上传 | 大小:228352
« 1 2 ... .50 .51 .52 .53 .54 3455.56 .57 .58 .59 .60 ... 4626 »