注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Neural-Network-Project-源码

  2. 神经网络项目 该项目由我们的神经网络项目的脚本组成。 第1部分： 数据预处理读取conll格式并仅提取pos和word及其位置。分析数据，获取每个标签的最小句子长度，句子总数，句子平均长度和数据分布。 第2部分： 尚未完成 表中的内容： 数据样本 src data_preprocess.py 环境文件 自述文件 运行 虚拟环境创建 使用点 virtualenv pip install -r environment.yaml 使用conda conda env update --file en

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：112kb
    • 提供者：weixin_42127835

  1. DS_Projects:数据科学项目集合-源码

  2. 应用数据科学Capstone产品组合 你好！ 此回购包含了一系列材料（脚本，报告，图形等），这些材料展示了我最近的工作的一部分。 下面的每个部分都提供了有关回购中的工件的一些详细信息。 以下是过去几年中我一直在使用的工具和技术的示例。 这是一个非常粗略的草稿，并将在接下来的几个月中进行更新。 使用的工具 工具 使用权 土坯 竞技场模拟 电子表格 插画家 迷你标签 橘子 Power BI Python [R 火花 SQL 斯塔塔 画面 威卡 使用的技巧 技巧 人工神经网络/深度学习 方差分

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：21mb
    • 提供者：weixin_42137539

  1. Saudi-Riyal-Image-Recognition:卷积神经网络的沙特里亚尔图像识别-源码

  2. 沙特里亚尔图像识别 演示版 概述 这是一个简单的图像分类Flask应用程序，在Keras API的顶部进行了培训。 经训练的模型（ cnnModel.h5 ）拍摄图像（沙特阿拉伯里亚尔）作为输入，并从1，5，10，20，50，100，200，500面额预测类的图像。 动机 当我浏览一些研究论文时，对货币图像进行分类的想法震惊了我。 我找不到与之相关的任何相关研究论文（当然还有数据集！）。 这导致我收集了沙特阿拉伯里亚尔的图像，并使用惊人的工具来训练深度学习模型。 技术方面 该项目分为三个部分：

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：470kb
    • 提供者：weixin_42172972

  1. C4:Connect Four是一款已解决的游戏，但我正在做一个快速的项目，以使用学习游戏的神经网络重新开始编程。-源码

  2. C4 我参加了python机器学习在线课程，因此我正在使用神经网络练习所学内容，该神经网络学习如何在Python中玩Connect Four。

  3. 所属分类：其它

  1. rs_ML_NN_Football_results_Classification:使用ML算法和神经网络的足球比赛结果预测-源码

  2. rs_ML_NN_Football_results_Classification 使用ML算法和神经网络的足球比赛结果预测 我试图通过“罗兰·舒姆”（Roland Shum）的文章复制工作。 我遵循了他的方法和实现，以从模型中获得相同的准确性。 但是，他的标记数据提取方法与我的方法不同。 我只使用了来自footballdata.co.uk历史足球成绩文件（ ）的数据。 我已经手动下载了英超联赛和西甲联赛的“历史记录”结果CSV文件（请参阅/data/README.txt）。 我的pytho

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：830kb
    • 提供者：weixin_42102713

  1. TextClassification:使用不同神经网络的文本分类-源码

  2. 文字分类 使用不同的神经网络进行文本分类。中文文本分类，使用TensorFlow 2.x实现TextCNN，TextRNN，TextRCNN，BiLSTM Attention，HAN等类型的深度学习模型。 数据 数据收集数据只取新闻中的五个类别：汽车，娱乐，军事，体育，科技将五个类别分词后保存到数据文件目录，作为分类模型构造与验证数据。 数据集 数据量 总数据 87747 训练集 65810 测试集 21973 环境 的Python 3.7 TensorFlow 2.0+ 使用说明 进入到相关模

  3. 所属分类：其它

  1. PyTorch-FR-冠状病毒-聊天机器人：法语Chatbot回答用户有关冠状病毒的问题。 使用PyTorch并基于经过训练的神经网络实现-源码

  2. PyTorch FR冠状病毒聊天机器人 这个项目是关于创建一个讲法语的聊天机器人（虚拟助手）的，该机器人可以回答用户有关冠状病毒的问题。 这个使用Python实现的聊天机器人使用了一个深度学习库PyTorch ，为我们提供了构建复杂分类所需的神经网络模型工具。 神经网络基于JSON文件中提供的训练数据。 该文件由不同的意图组成：每个意图都收集用户编写的一些模式（问题），这些模式针对侧重于冠状病毒（什么是冠状病毒，其症状，如何佩戴口罩等）以及相关标签的不同主题（或标签）。 这使我们能够以监督的

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：70kb
    • 提供者：weixin_42165583

  1. AutoRCCar：OpenCV Python神经网络自主RC Car-源码

  2. 汽车遥控车 Python3 + OpenCV3 观看自动驾驶 该项目使用Raspberry Pi，Arduino和开源软件构建了自动驾驶RC汽车。 Raspberry Pi从摄像头模块和超声传感器收集输入，然后将数据无线发送到计算机。 计算机分别处理输入图像和传感器数据以进行目标检测（停车标志和交通信号灯）和避免碰撞。 神经网络模型在计算机上运行，​​并根据输入图像进行转向预测。 然后将预测结果发送到Arduino以进行RC汽车控制。 使用Anaconda设置环境 在计算机上安装 使用该项

  3. 所属分类：其它

  1. CQCNN-Project：使用卷积神经网络通过量子游走预测量子优势-源码

  2. 物理490：CQCNN项目 描述 对于Phys 490最终项目，论文“用卷积神经网络通过量子游走预测量子优势”被选为要重新创建的主题。 在此仓库中，以邻接矩阵的形式生成随机无向图，其中对图执行量子和经典随机游动，以确定图的标签。 实现了一个称为CQCNN的卷积神经网络，该网络接收邻接矩阵的输入，并经过训练以对随机图是否通过经典行走或量子行走更快进行分类。 依存关系 麻木 pygame matplotlib 网络 大熊猫 斯克莱恩 tqdm 火炬 运行pip install -r requi

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：132kb
    • 提供者：weixin_42116847

  1. 神经风格：TensorFlow中的神经风格！ :artist_palette:-源码

  2. 神经风格 TensorFlow中的实现。 由于TensorFlow非常好的API和，因此该实现比其他实现简单得多。 TensorFlow不支持 （这是原始作者使用的），因此我们使用 。 这可能需要更多的超参数调整才能获得不错的结果。 相关项目 请参阅以在TensorFlow中实现的实现。 在您的Web浏览器中客户端，而不安装任何软件（使用 ）。 跑步 python neural_style.py --content --styles --output 运行python neura

  3. 所属分类：其它

  1. Nn-Learn-Lib：一个简单的神经网络库，旨在学习机器学习和AI的基础知识-源码

  2. Nn学习库 该项目 这个项目是一个小型图书馆，目的是提供基本的表示形式，并介绍使用python的神经网络的世界，而无需使用某种高级框架库。 该库希望为感兴趣的人们提供一种学习和理解神经网络如何以简单而友好的方式工作的方式。 这个库不是我们无法想象的，它代表了不同来源的代码，视频和书籍。 该库的大部分内容基于的工作。 （ 和（ 。 开发了这个库。 注意事项 使用该库时要考虑的一些注意事项是： 找到的所有示例，代码和文档仅用于教育目的。 该库并非旨在用于复杂的问题解决或复杂的实现。 该库

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：282kb
    • 提供者：weixin_42177768

  1. CNN_CatDog_Classification-源码

  2. CNN_CatDog_Classification 具有两个Conv层和两个Max池化层的简单CNN二进制分类器。 使用VGG16转移学习。 参考 罗伊，詹姆斯。 “使用Python的神经网络项目”。 Packt。 2019年2月。

  3. 所属分类：其它

  1. 使用Python的神经网络项目-源码

  2. 使用Python的神经网络项目 这是Packt发布的的代码库。 通过六个项目使用Python探索神经网络真正力量的终极指南 这本书是关于什么的？ 神经网络是AI近期发展的核心，可为许多现实世界的问题提供最佳解决方案，包括图像识别，医学诊断，文本分析等。 本书介绍了一些基本的神经网络和深度学习概念，以及一些流行的Python库来实现这些概念。 本书涵盖了以下令人兴奋的功能： 学习各种神经网络架构及其在AI中的进步 通过构建和训练神经网络来掌握Python的深度学习 掌握神经网络进行回归和

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：65mb
    • 提供者：weixin_42119281

  1. Neuro：神经网络制造商类-源码

  2. 神经网络创建者 无需使用Keras等繁重的模块即可创建和生成神经网络 目录 屏幕截图 设置 下载Python文件 使用pip将它们安装为模块 教程： ： 在项目中用作类 将文件复制到您的项目文件夹中使用from neural import Neural导入类使用yourObj = Neural(nodes) # see tutorial for closer descr iption创建神经对象yourObj = Neural(nodes) # see tutorial for closer

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：77kb
    • 提供者：weixin_42110533

  1. ImageClassifier：基于神经网络的图像分类器，带有python命令行界面应用程序-源码

  2. 深度学习•挑战：深度学习模块的Udacity数据科学家纳米学位项目名为“具有深度学习的图像分类器”，它试图训练图像分类器识别不同种类的花朵。 我们可以想象在电话应用程序中使用类似的内容，告诉您相机正在查看的花朵的名称。 实际上，我们必须训练该分类器，然后将其导出以用于我们的应用程序。 我们使用了102种花卉类别的数据集（ ）。 •解决方案：使用火炬视觉加载数据。 数据集分为三个部分：训练，验证和测试。 对于训练，应用了变换，例如随机缩放，裁剪和翻转。 这将有助于网络泛化，从而带来更好的性能。

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：538kb
    • 提供者：weixin_42137723

  1. 强化学习：强化学习算法的实现。 Python，OpenAI Gym，Tensorflow 萨顿书和戴维·西尔弗课程的练习和解决方案-源码

  2. 总览 该存储库提供了流行的强化学习算法的代码，练习和解决方案。 这些旨在作为一种学习工具来补充来自 中的每个文件夹对应于上述教科书和/或课程的一个或多个章节。 除了练习和解决方案之外，每个文件夹还包含学习目标列表，简要概念摘要以及指向相关阅读材料的链接。 所有代码均使用Python 3编写，并使用RL环境。 先进的技术将用于神经网络实现。 目录 （WIP） （WIP） 学习与计划（WIP） 勘探与开发（WIP） 实施算法清单 优先体验重播（WIP）的深度Q学习 连续操作空间（WIP）的确

  3. 所属分类：其它

  1. 与Keras-Workshop一起进行深度学习：使用Keras理解深度学习的一种交互式方法-源码

  2. Keras深度学习研讨会 这是出版的《 进行的资料库。 它包含从头到尾完成该课程所必需的所有支持项目文件。 要求和设置 要开始使用项目文件，您需要： 在 ， ， 上安装Python 在 ， ， 上安装Anaconda 关于Keras深度学习研讨会 为您提供了一种简单直接的方法来理解Keras的深度学习。 从数据预处理等基本概念开始，本书为您提供了训练神经网络以解决各种建模问题所需的所有工具和技术。 您将学到什么 深入了解神经网络的基础 了解机器学习的局限性及其与深度学习的区别 使用卷

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：192mb
    • 提供者：weixin_42126749

  1. 突触：轻量级的神经网络库，可在任何地方运行-源码

  2. 突触 一个轻量级的神经网络库，可在任何地方运行！ 为什么选择糖浆？ 这很容易 向您的项目添加一个依赖项。 编写一个导入语句。 使用一些纯函数。 你们都准备好了！ 它可以在任何地方运行 支持的语言： 跨语言兼容 该是跨语言常见。 您可以通过json实例将网络从一个平台转移到另一个平台。 用Python创建一个神经网络，用Java对其进行训练，并使用Javascr ipt进行预测！ 提供可视化 简要查看神经网络的svg图，以大致了解它。 可自定义 您可以为每个层的神经元指定激活功能和权重分布

  3. 所属分类：其它

  1. data_science_portfolio：我为学术，自学和业余爱好完成的数据科学项目组合-源码

  2. 数据科学与机器学习产品组合 包含用于学术，自学和专业目的的数据科学项目组合的存储库。 以Jupyter笔记本的形式呈现。 工具类 Python ：NumPy，Pandas，Seaborn，Matplotlib 机器学习：scikit-learn，TensorFlow，keras 内容 机器学习 ：卷积神经网络，它使用通过合并来自MNIST的图像而生成的数据来学习识别数字序列（基于图像识别数字）。 ：对从社交网络广告购买了SUV的客户使用K-NN。 ：使用关于加密货币的概率模型来找到数值问

  3. 所属分类：其它

  1. benchm-ml：用于二进制分类的顶级机器学习算法（随机森林，Rus，Python scikit-learn，H2O，xgboost，Spark MLlib等）的可扩展性，速度和准确性的最低基准。梯度增强树，深度神经网络等）-源码

  2. 用于分类的机器学习库的可伸缩性，速度和准确性的简单/有限/不完整基准 所有基准都是错误的，但有些是有用的 该项目旨在为一些机器学习算法的常用实现的可伸缩性，速度和准确性提供一个最低基准。 这项研究的目标是使用数字和分类输入（具有有限的基数，即不是很稀疏）并且没有丢失的数据进行二进制分类，这可能是业务应用程序中最常见的问题（例如，信用评分，欺诈检测或客户流失预测）。 如果输入矩阵的大小为n x p ，则n的变化范围为10K，100K，1M，10M，而p为〜1K（在将分类扩展为伪变量/一次编码后）。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：306kb
    • 提供者：weixin_42134537
« 12 3 4 5 6 7 8 9 10 »