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451页

« 1 2 ... .46 .47 .48 .49 .50 451.52 .53 .54 .55 .56 ... 1775 »

[深度学习] AnimeDrawingsDataset.zip

说明:关键点及图片JSON文件来源于动漫/漫画图像2D姿势估计的数据集(https://github.com/dragonmeteor/AnimeDrawingsDataset),其源图片网址无图片数据的条目已经在data.json中删除(资源包内含有图片下载脚本及使用方式)
<weixin_40109345> 上传 | 大小:565kb

[深度学习] 利用halcon进行图像拼接的基本教程.doc

说明:利用halcon进行图像拼接的基本教程,包括拼接的基本过程,镜头校正,图像配准,拼接提供了那些工具,实验。
<taoye_11> 上传 | 大小:10mb

[深度学习] Matplotlib.ipynb

说明:Matplotlib基础。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
<Female_> 上传 | 大小:513kb

[深度学习] Matplotlib.ipynb

说明:matplotlib。
<Female_> 上传 | 大小:518kb

[深度学习] 基于降噪时序深度学习网络的风电功率短期预测方法_曹有为.pdf

说明:针对风功率预测的精确度提出的一种方法,针对短期风功率预测。利用深度学习的方法,正在学习的同学可以参考下,会帮助到你们的。
<weixin_45656694> 上传 | 大小:642kb

[深度学习] Applied math notes.pdf

说明:自己学计算数学的笔记,有兴趣的自己看看吧 我就是为了赚点积分,国内的垃圾百度 垃圾公司,google他不香嘛?够50个字了嘛
<Young_SUSTech> 上传 | 大小:11mb

[深度学习] mnist手写数字数据集.rar

说明:训练数据分类保存在10个文件夹中。测试数据在一个文件夹中。每一个图像文件命名为:序号_类别.png。MNIST数据集包括60000个训练样本(train-images.idx3-ubyte)、60000个训练标签(train-labels.idx1-ubyte)、10000个测试样本(t10k-images.idx3-ubyte)、10000个测试标签(t10k-labels-idx1-ubyte)。
<xinjiang666> 上传 | 大小:35mb

[深度学习] minist_tensorflow_pb_train_predict.zip

说明:tensorflow训练手写数字识别模型,保存为pb文件,并采用pb文件进行预测。 tensorflow训练手写数字识别模型,保存为pb文件,并采用pb文件进行预测。 tensorflow训练手写数字识别模型,保存为pb文件,并采用pb文件进行预测。 tensorflow训练手写数字识别模型,保存为pb文件,并采用pb文件进行预测。 tensorflow训练手写数字识别模型,保存为pb文件,并采用pb文件进行预测。
<m0_37870649> 上传 | 大小:3kb

[深度学习] 美国国家人工智能战略.pdf

说明:人工智能(AI)拥有巨大的希望,几乎可以使社会的各个方面受益,包括经济,医疗保健, 安全,法律,运输,甚至技术本身。2019年2月11日,总统签署了行政命令13859,维持美国 在人工智能方面的领导地位。1 该订单启动了美国人工智能倡议,这是一项促进和保护美国人 工智能技术和创新的共同努力。该倡议与私营部门,学术界,公众和志同道合的国际合作伙 伴合作实施全政府战略。在其他行动中,该倡议的关键指令要求联邦机构优先考虑人工智能 研究与开发(R&D)投资,增强对高质量网络基础设施和数据的访问
<QQ365024> 上传 | 大小:1mb

[深度学习] RK1808计算棒;MNIST keras;模型训练;模型转换;模型部署

说明:训练MNIST keras模型 将*.pb的模型转换为RK1808计算棒可执行的模型*.rknn 将模型部署到RK1808计算棒
<RockONthehill> 上传 | 大小:3mb

[深度学习] 批量归一化与残差网络.md

说明:对输入的标准化(浅层模型) 处理后的任意一个特征在数据集中所有样本上的均值为0、标准差为1。 标准化处理输入数据使各个特征的分布相近 批量归一化(深度模型) 利用小批量上的均值和标准差,不断调整神经网络中间输出,从而使整个神经网络在各层的中间输出的数值更稳定。
<qq_40441895> 上传 | 大小:13kb

[深度学习] 凸优化.md python

说明:优化与深度学习 优化与估计 尽管优化方法可以最小化深度学习中的损失函数值,但本质上优化方法达到的目标与深度学习的目标并不相同。 优化方法目标:训练集损失函数值 深度学习目标:测试集损失函数值(泛化性)
<qq_40441895> 上传 | 大小:5kb
« 1 2 ... .46 .47 .48 .49 .50 451.52 .53 .54 .55 .56 ... 1775 »