您好,欢迎光临本网站![请登录][注册会员]  

人工智能下载,机器学习下载列表 第2100页

« 1 2 ... .95 .96 .97 .98 .99 2100.01 .02 .03 .04 .05 ... 2680 »

[机器学习] 贝叶斯数据分析

说明: 主要包括贝叶斯基础的讲解和pymc3的应用,而且讲解了分层线性模型的后验分布的计算
<wang202455> 在 上传 | 大小:7340032

[机器学习] 伯克利大学人工智能(AI)吃豆人(Pacman)源码

说明: 需要python2.7版本(最好用Anaconda安装,直接msi可能出问题)
<yongcong8157> 在 上传 | 大小:138240

[机器学习] deeplab_v2的三个.sh文件

说明: deeplab_v2的三个.sh文件,包含run_pascal.sh,run_dencrf.sh,run_densecrf_grid_searcg.sh,按照实际项目做了一些路径修改,仅供参考
<v1_vivian> 在 上传 | 大小:4096

[机器学习] ros 工业机器人培训 程序

说明: ROS机器人操作系统 工业机器人 UR5示例程序 moveit运动规划 Descartes笛卡尔稠密运动规划器 抓取规划 放置规划 检测物体 抓起箱子 放置箱子 ros下点云发布接收格式转换 点云滤波下采样 平面提取 欧式聚类分割
<xiaoxiaowenqiang> 在 上传 | 大小:946176

[机器学习] 3000fpsModel

说明: 包含测试3000pfs的模型,可以直接调用进行单张或者多张图片进行测试
<fengzhongluoleidehua> 在 上传 | 大小:88080384

[机器学习] bazel-0.11.0-installer-linux-x86_64.sh

说明: bazel-0.11.0-installer-linux-x86_64.shbazel-0.11.0-installer-linux-x86_64.shbazel-0.11.0-installer-linux-x86_64.sh
<sinat_17818255> 在 上传 | 大小:166723584

[机器学习] 基于机器学习的中小学数学自动阅卷系统研究与实现

说明: 将机器学习中深度学习(Deep Learning)的理念应用到主观题自动阅卷系统设计中,对数学题型构建分层模型,把题目进行分类,对分类后的题目再进行分层处理,以达到能够对大量的学生作业考试信息进行深度的挖掘分析,提取出有用的特征信息, 来促进学生的个性化高效学习。
<arhatshaw> 在 上传 | 大小:5242880

[机器学习] 大规模复杂场景下室内服务机器人导航的研究

说明: 本文针对传统机器人导航技术在公共服务领域应用中存在的不足和问题,分别在地图构建、机器人定位和导航规划三个方面提出了新的算法或技术改进,并实现了一套适用于大规模复杂环境下的机器人导航解决方案,并在可佳商场导购机器人项目中得以实施。
<arhatshaw> 在 上传 | 大小:13631488

[机器学习] 基于人工智能角色的3D游戏开发平台的设计与实现

说明: 包括一个能够对游戏项目所需的文件进行编辑和管理的3D游戏开发程序和一个能够根据游戏项目文件的配置来实现游戏场景的渲染呈现以及游戏的逻辑运行的3D游戏运行程序。使用该平台制作的不同的3D游戏场景来验证人工智能角色配置的有效性。
<arhatshaw> 在 上传 | 大小:12582912

[机器学习] 语音王鼠标

说明: 可以语音输入的鼠标,方便实惠,再也不用担心拼音没有学好啦。
<weixin_42276743> 在 上传 | 大小:51380224

[机器学习] 决策森林中的分类、回归等

说明: In this paper, diverse learning tasks such as regression, classification and semi-supervised learning are explained as instances of the same general decision forest model. This unified framework then leads to novel uses of forests, e.g. in density e
<angelarlsp> 在 上传 | 大小:33554432

[机器学习] 神经元网络

说明: 用RBF作为隐单元的“基”构成隐藏层空间,隐藏层对输入矢量进行变换,将低维的模式输入数据变换到高维空间内,使得在低维空间内的线性不可分问题在高维空间内线性可分。详细一点就是用RBF的隐单元的“基”构成隐藏层空间,这样就可以将输入矢量直接(不通过权连接)映射到隐空间。当RBF的中心点确定以后,这种映射关系也就确定 了。而隐含层空间到输出空间的映射是线性的(注意这个地方区分一下线性映射和非线性映射的关系),即网络输出是因单元输出的线性加权和,此处的权即为网络可调参数。
<weixin_42275522> 在 上传 | 大小:274432
« 1 2 ... .95 .96 .97 .98 .99 2100.01 .02 .03 .04 .05 ... 2680 »