[深度学习] 中长线EA.zip

说明： 仅适用于如下货币对跟周期： 货币对：黄金，磅美，磅日，美日，纽美 时间段：4H图中长线波段，稳定盈利 资金量：1000美金设置0.01手，10000美金设置0.1手 最大回测：5%-15% 年化收益率：5-18%（系统）60%-150%（人工结合智能辅助） 交易策略设置简述：人工+智能交易模式，无影手只持有正确的仓位，人工在正确的仓位上加码，市场放量时平仓即可。
<tb2345678> 上传 | 大小：64kb

[深度学习] GAN、WGAN、WGAN-GP5.docx

说明： 基于PyTorch实现生成对抗网络 拟合给定分布 要求可视化训练过程 实验报告 对比GAN、WGAN、WGAN-GP（稳定性、性能） 对比不同优化器的影响
<qinglingls> 上传 | 大小：3mb

[深度学习] GAN、WGAN、WGAN-GP.rar

说明： 基于PyTorch实现生成对抗网络 拟合给定分布 要求可视化训练过程 实验报告 对比GAN、WGAN、WGAN-GP（稳定性、性能） 对比不同优化器的影响
<qinglingls> 上传 | 大小：254kb

[深度学习] WindowsFormsApplication1.rar

说明： 使用emgu.cv调用YOLO模型数据集，实现目标检测，测试时使用的是yolov2-tiny-voc数据集
<zjw_gis721> 上传 | 大小：49mb

[深度学习] track.7z跟踪的顶顶顶顶goturn模型

说明： 跟踪goturn模型，opencv自带，可以实现自适应的跟踪。
<qq_14845119> 上传 | 大小：339mb

[深度学习] opencv_contrib-3.4.6.zip

说明： opencv_contrib-3.4.6，亲测能用在ubuntu 16.04里使用。
<guancan7221> 上传 | 大小：55mb

[深度学习] VGG_ILSVRC_16_layers_fc_reduced.zip

说明： Download [fully convolutional reduced (atrous) VGGNet](https://gist.github.com/weiliu89/2ed6e13bfd5b57cf81d6). By default, we assume the model is stored in `$CAFFE_ROOT/models/VGGNet/` VGG_ILSVRC_16_layers_fc_reduced
<huangminmin1> 上传 | 大小：76mb

[深度学习] Cross-Lingual Word Embeddings.pdf

说明： Cross-Lingual Word Embeddings by Anders Søgaard,Ivan Vulić,Sebastian Ruder,Manaal Faruqui
<wht_121> 上传 | 大小：3mb

[深度学习] PyTorch Recipes_ A Problem-Solution Approach.pdf

说明： PyTorch Recipes _ A Problem-Solution Approach This book is intended for data scientists, natural language processing engineers, artificial intelligence solution developers, existing practitioners working on graph computation frameworks, and research
<wangshuai1990> 上传 | 大小：14mb

[深度学习] Deep Learning for Search

说明： Deep Learning for Search by Tommaso Teofili, Manning Publications; 1 edition (June 21, 2019)
<wht_121> 上传 | 大小：7mb

[深度学习] Deep Learning and Missing Data in Engineering Systems.pdf

说明： Deep Learning and Missing Data in Engineering Systems
<wangshuai1990> 上传 | 大小：5mb

[深度学习] Deep Learning for Dummies.pdf

说明： Deep Learning for Dummies When you work through Deep Learning For Dummies, you gain access to a lot of example code that will run on a standard Mac, Linux, or Windows system. You can also run the code online using something like Google Colab. (We pr
<wangshuai1990> 上传 | 大小：11mb