[机器学习] icml2020文章列表及下载链接.zip

说明：icml 2020 所有文章的下载链接，全部 1086 篇文章，链接点击直接跳转到 pdf，可直接下载paper
<itnerd> 上传 | 大小：699kb

[计算广告] 全国大学生智能汽车竞赛武汉理工大学调试

说明：智能车竞赛深度学习调试视频。这部分内容显示了他们实际工作与现场比赛之间的的差异性。这部分内容显示在这里是为了对比来试验。
<zhuoqingjoking97298> 上传 | 大小：9mb

[机器学习] 监督学习算法.rar

说明：现如今，python语言已经相当火爆，在人工智能领域占据了相当的地位。该资源就是根据python语言自带的sklearn机器学习库，来理解算法原理并能根据自己的数据进行实战，其他算法后续还会跟紧进度。
<qq_44822062> 上传 | 大小：1mb

[深度学习] windows_v1.5.0.zip

说明：方便大家使用一个打标签的工具包含windows和linux，无需编译直接使用，方便了很多人。现在我终于找到了，来给大家分享下。
<weixin_42912072> 上传 | 大小：12mb

[深度学习] labelImg_windows_V1.8.1版本.rar

说明：labelimg.exe为可执行软件，是一款图像标注工具，可方便创建自己的数据集，进行深度学习训练，该工具运行环境window10，可以制作适合FasterR-CNN，YOLO，SSD等算法的VOC2007数据集
<weixin_41517755> 上传 | 大小：12mb

[机器学习] opencv_contrib-4.4.0 人脸识别模块 源码

说明：opencv_contrib扩展模块中，例如人脸识别、生物视觉、特征点提取等众多非常强大的功能。扩展模块是对基础功能的补充，由于某些算法具有专利保护，无法放在基础模块中，而这部分算法却是学习图像处理常用的算法，例如，大名鼎鼎的有专利保护的SIFT特征点提取算法就在这个扩展模块中，虽然有专利，但是使用OpenCV的开发者依然可以免费用于非商业用途。
<weixin_44761415> 上传 | 大小：57mb

[深度学习] 遗传算法之最短路径规划.zip

说明：已知有两辆车，需从配送中心到8个不同地方，配送中心与目标间的距离不同，且需求也不一样，利用遗传算法求解最短路径。
<yeluodexuanlv> 上传 | 大小：13kb

[深度学习] 融合分割先验的多图像目标语义分割_廖旋.pdf

说明：论文仅供参考学习使用。 通过融合浅层网络高分辨率的细节特征来改进 PSPNet-50 网络模型，减小随着网络的加深导致空间信息的丢失对分割边缘细节的影响。然后通过交互分割算法获取一至两幅图像的分割先验，将少量分割先验融合到新的模型中，通过网络的再学习来解决前景/背景的分割歧义以及多图像的分割一致性。最后通过构建全连接条件随机场模型，将深度卷积神经网络的识别能力和全连接条件随机场优化的定位精度耦合在一起，更好地处理边界定位问题。
<olivia_ye> 上传 | 大小：7mb

[深度学习] MaskRCNNExample.zip

说明：​​MaskRCNNExample 训练库文件 不包括demo 包含文件 测试必须的文件 004545.jpg coco.names mask_rcnn_coco.h5 mask_rcnn_inception_v2_coco_2018_01_28.pb mask_rcnn_inception_v2_coco_2018_01_28.pbtxt mscoco_labels.names
<lijiefu123456> 上传 | 大小：344mb

[机器学习] OpenCV_3.4.1+contrib.zip

说明：编译好的Opencv3.4.1，可以使用contrib里面的SIFT、SURF等特征点计算。下载之后直接配置好VS的包含目录和库目录等即可使用。
<qq_41672428> 上传 | 大小：68mb

[机器学习] 基于值函数和策略梯度的深度强化学习综述_刘建伟.pdf

说明：作为人工智能领域的热门研究问题，深度强化学习自提出以来，就受到人们越来越多的关注。目前，深度强化学 习能够解决很多以前难以解决的问题，比如直接从原始像素中学习如何玩视频游戏和针对机器人问题学习控制策略，深度强 化学习通过不断优化控制策略，建立一个对视觉世界有更高层次理解的自治系统。其中，基于值函数和策略梯度的深度强化 学习是核心的基础方法和研究重点。本文对这两类深度强化学习方法进行了系统的阐述和总结，包括用到的求解算法和网络 结构。首先，概述了基于值函数的深度强化学习方法，包括开山鼻祖深度Q 网
<SparkQiang> 上传 | 大小：1mb

[机器学习] 智慧能源_人工智能技术在电力系统中的应用与展望_孙秋野.pdf

说明：在环境污染日趋严重, 化石能源逐渐枯竭的背景下, 能源系统的发展趋向于清洁化、智能化, 我国已将智慧能源的发展提升为国家战略. 电力系统作为能源系统的核心环节, 应用广泛, 具有较强的调节能力且控制复杂,其智能化程度将决定能源系统的智能化水平. 伴随着分布式电源、电动汽车、分布式储能元件等具有能源生产、存储、消费多种特性的新型能源终端高比例接入电网, 现代电力系统呈现出复杂非线性、强不确定性、强耦合性等特点, 传统建模、优化、控制技术存在诸多局限性, 人工智能技术将是解决复杂系统控制与决策问题的
<SparkQiang> 上传 | 大小：1mb