[深度学习] feature_extraction.py

说明：# -*- coding: utf-8 -*- import numpy as np import librosa import random def extract_power(y, sr, size=3): """ extract log mel spectrogram feature :param y: the input signal (audio time series) :param sr: sample rate of 'y' :par
<qq_39594369> 上传 | 大小：3kb

[机器学习] 足球机器人第四次作业.docx

说明：机器人技术第四次作业，足球机器人第四次作业，决策
<Mosone> 上传 | 大小：166kb

[深度学习] danet-pytorch-master.zip

说明：提出了双重注意网络（DANet）来自适应地集成局部特征和全局依赖。在传统的扩张FCN之上附加两种类型的注意力模块，分别模拟空间和通道维度中的语义相互依赖性。 位置注意力模块通过所有位置处的特征的加权和来选择性地聚合每个位置的特征。无论距离如何，类似的特征都将彼此相关。 同通道注意力模块通过整合所有通道映射之间的相关特征来选择性地强调存在相互依赖的通道映射。 将两个注意模块的输出相加以进一步改进特征表示，这有助于更精确的分割结果
<qq_42732137> 上传 | 大小：2mb

[深度学习] neural-architecture-search-master.zip

说明：NAS 的目标是找到一个合适的神经网络结构，用于在某个或者某类任务上有更好的泛化性能。如下图所示，这篇文章使用了一个 RNN 的控制器，用该控制器采样得到某一个神经网络结构 A，在该神经网络结构下训练数据并且得到相应的验证集上的准确率 R，使用该准确率来表征本次搜索得到的神经网络结构的好坏，进而将此作为信号来训练 RNN 控制器。
<qq_42732137> 上传 | 大小：81kb

[深度学习] fer-2013.rar

说明：人脸表情识别，训练集，验证集，集，kaggle的fer2013数据集。
<qq_21308937> 上传 | 大小：32mb

[机器学习] 学习线性代数.pdf

说明：线性代数笔记，比较受用，这里分享一下，机器学习的同学可以巩固下数学基础。 希望大家能有所收获。 线性代数笔记，比较受用，这里分享一下，机器学习的同学可以巩固下数学基础。
<andyjiangweiweiwei> 上传 | 大小：223kb

[深度学习] MobileNet测试结果

说明：本人花时间训了300个epoch的mobileNet，最后在VOC2007数据集上测试，要得到测试结果的只需要在本地配置好tensorflow运行环境即可。测试结果压缩包里有，当然你也可以用我的模型测试，毕竟是个小网络，精度不能要求太高，作移动端部署够用即可。
<qq_33949900> 上传 | 大小：89mb

[机器学习] 基于样本增强的强化学习在对话管理中的应用.pdf

说明：任务型对话系统已被广泛应用于聊天机器人和个人语音助手中 ， 如苹果的Si ri 、 微软的 Cortana 以及谷歌的 Hom e 等。 任务型对话系统的对话策略是这些产品 回 答 用 户 问 题 的 关 键 ， 而 目 前 主 流 的 对 话 策 略 学 习 方 法 是 釆 用 强 化 学 习 。 通 过强化学习 ， 任务型对话系统可以在与用户的交互过程中渐渐学会如何回答用户的问题.
<NGUever15> 上传 | 大小：5mb

[机器学习] Hands-onPythonTutorial.pdf

说明：You have probably used computers to do all sorts of useful and interesting things. In each application, the computer responds in different ways to your input, from the keyboard, mouse or a file. Still the underlying operations are determined by the d
<NGUever15> 上传 | 大小：1mb

[机器学习] Simple_Rules_AI.pdf

说明：Can artificial intelligence, in particular, machine learning algorithms, replace the idea of simple rules, such as first possession and voluntary exchange in free markets, as a foundation for public policy? This paper argues that the preponderance of
<NGUever15> 上传 | 大小：251kb

[机器学习] 指针式仪表识别(MFC) 成功.zip

说明：OPENCV与VC++指针式仪表识别，识别圆形指针仪表，并读数，内含测试图片，鲁棒性好，识别精度高，正在解决识别非圆形电压表的问题，等解决问题，放出源码，和大家共享
<lzr7671570> 上传 | 大小：29mb

[机器学习] 机器学习的黑盒解释性（来自于哈佛大学）

说明：ML随着机器学习模型越来越多地用于在医疗保健和刑事司法等高风险环境中帮助决策者，确保决策者(最终用户)正确理解并信任这些模型的功能非常重要。
<syp_net> 上传 | 大小：16mb