您好,欢迎光临本网站![请登录][注册会员]  

人工智能下载,深度学习下载列表 第156页

« 1 2 ... .51 .52 .53 .54 .55 156.57 .58 .59 .60 .61 ... 1775 »

[深度学习] tensorflow-2.3.1-cp38-cp38-win_amd64.whl

说明:cuda11.1 cudnn8 python3.8环境下编译的 TensorFlow2.3.1 gpu 版本 针对30系列显卡 算力8.6 重新编译了一下 支持6.1,7.0,7.5,8.0,8.6这5个算力的显卡
<weixin_42122722> 上传 | 大小:409mb

[深度学习] Anaconda3-2020.07-Linux-x86_64.sh

说明:适用于非root用户想要在服务器上创建自己的环境,Anaconda3-2020.07-Linux-x86_64.sh,需要将该文件先放到你的服务器中
<weixin_45189059> 上传 | 大小:550mb

[深度学习] 预处理的BelgiumTSC数据集

说明:处理好的BelgiumTSC数据集(含标签),训练代码https://github.com/cqfdch/BelgiumTSC-pytorch
<Hankerchen> 上传 | 大小:242mb

[深度学习] 机器视觉组要组成.pdf

说明:从机器视觉系统字面意思就可看出主要分为三部分: 机器、视觉和系统。机器负责机械的运动和控制;视觉通过光源、工业镜头、工业相机、图像采集卡等来实现;系统主要是指软件,也可理解为整套的机器视觉设备。
<xieshangxin> 上传 | 大小:722kb

[深度学习] 规则导频对OFDM信号自相关函数影响分析

说明:导频的重现性导致了 OFMD 信号自相关函数副峰的出现,这对利用基于 OFDM 信号的 雷达探测十分不利。对规则导频与自相关函数之间的关系进行了系统分析,确定了副峰位置 与导频参数之间的关系,论证了循环前缀长度、导频功率变化、信噪比对副峰高度的影响,提出 了通过改变导频值以降低副峰的办法,分析结论与所提方法对利用 OFDM 信号的探测系统设 计具有重要参考价值。
<wangyang1201> 上传 | 大小:1mb

[深度学习] MedMNIST数据集

说明:We present MedMNIST, a collection of 10 pre-processed medical open datasets, is standardized to perform classification tasks on lightweight 28 * 28 images, which requires no background knowledge. Covering the primary data modalities in medical image
<winafox> 上传 | 大小:623mb

[深度学习] CVPR2020-目标检测合集.7z

说明:此资源整理和收集了2020年CVPR计算机视觉顶会发布的关于的目标检测等方面的论文,可供CV专业学生以及相关工作人员学习使用与参考。
<wjinjie> 上传 | 大小:216mb

[深度学习] mobilenet0.25_Final.pth

说明:biubug6/Pytorch_Retinaface:https://github.com/biubug6/Pytorch_Retinaface。这里用到的预训练模型mobilenet0.25_Final.pth。
<qq_35975447> 上传 | 大小:1mb

[深度学习] mobilenetV1X0.25_pretrain.tar

说明:https://github.com/biubug6/Pytorch_Retinaface里面使用的mobilenet预训练模型。
<qq_35975447> 上传 | 大小:3mb

[深度学习] res10_300x300_ssd_iter_140000_fp16.caffemodel 训练模型

说明:opencv_face_detector_uint8.pb和 res10_300x300_ssd_iter_140000_fp16.caffemodel 下载
<qiu_yu_jia> 上传 | 大小:6mb

[深度学习] windows_labelImg_v1.3.1

说明:Windows上进行图像标注的工具labelImg,内含可执行文件labelImg.exe,该工具可用于目标检测等计算机视觉领域的图像标注。
<dlhlSC> 上传 | 大小:12mb

[深度学习] A Survey on Contextual Embeddings.pdf

说明:contextual embedding 综述 Contextual embeddings, such as ELMo and BERT, move beyond global word represen- tations like Word2Vec and achieve ground- breaking performance on a wide range of natu- ral language processing tasks. Contextual em- beddings ass
<wilosny518> 上传 | 大小:222kb
« 1 2 ... .51 .52 .53 .54 .55 156.57 .58 .59 .60 .61 ... 1775 »