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. Cassava-Leaf-Disease-Classification:我的第一个kaggle比赛-源码

  2. 木薯叶病分类 目录 我的木薯叶病比赛学习历程。我花了整整3周的时间参加这项比赛。 目标： 对木薯叶上呈现的疾病类型进行分类。有五个不同的标签：木薯细菌枯萎病（CBB），木薯褐斑病（CBSD），木薯绿斑驳病（CGM），木薯花叶病（CMD）和健康。 挑战： 这项比赛有一些挑战。 每个班级之间的分配不平衡。标签3 CMD与其他类别之间存在巨大差异。这可能会对预测产生偏差。因此，必须采用加权损失函数或过采样。 嘈杂的标签。一幅图像中有很多错误标记的图像和多种疾病，可能会影响模型预测。为了解决这个问题，可

  3. 所属分类：其它

  1. ADVANCE-Sampling-bias-minimization-in-disease-frequency-estimate-源码

  2. 疾病频率估计中的抽样偏差最小化 该项目根据特定时间段和个人情况之间的测试结果，为大流行呈阳性的每日概率提供了两种可选的无偏估计模型。 数据集： 分析是根据以色列卫生部提供的以色列Covid-19数据（从11.3.2020到18.10.2020）进行的。可以在以下链接中找到数据： : 我们通过检查与每日死亡人数的相关性来检查模型估计。有关以色列每日死亡人数的信息来自以色列卫生部的仪表板。数据是通过以下链接手动收集的： : 我们的模型： 全局模型 该模型基于贝叶斯推论，一步就整个数据，为我们

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：12kb
    • 提供者：weixin_42126274

  1. Speaker-Recognition-System:EEC201最终项目-源码

  2. 说话人识别系统 EEC201最终项目 团队成员：钱伟泰，Ata Vafi 抽象的 该项目建立了一个依靠少量样本的说话人识别系统。它主要具有3个阶段的流水线：（1）特征提取（2）特征学习（3）说话人识别。在特征提取阶段，使用海明窗尺寸为256的短时傅立叶变换（STFT）。然后将20个滤波器用于MFCC以生成20维训练向量。在特征提取之后，使用矢量量化和k均值聚类来学习这些特征。在使用陷波滤波器生成更多噪声数据集之前，该系统在训练集上达到100％的精度，在测试集上达到100％的精度。 介绍 方法 首

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：278kb
    • 提供者：weixin_42117224

  1. Adult-Teenager-Classification-using-Deep-Learning-源码

  2. 使用深度学习的青少年分类 问题陈述 通过使用具有不同矢量化器的各种模型，我想通过分析用户在不同子reddit中使用的词来确定模型是否可以准确预测用户的成熟度/年龄。 我将从每个subreddit，r /​​ Teenagers和r / Adulting收集5,000行数据，并使用这些数据来训练我的朴素贝叶斯和KNN模型。 我的目的是确定在两个子Reddit中的任何一个中使用的关键字，创建停用词，并确定模型中的最佳超参数。 使用的内容和数据 笔记本（按顺序） 数据采集 Adulting_Data

  3. 所属分类：其它

  1. references-源码

  2. 参考 使用SoftPool完善激活下采样 提出一种基于softmax的池化方式，利用softmax函数计算感受野中每个元素的权重，再对感受野内元素进行加权求和，逐步反向传播时同样采用相同权重进行运算。 辍学作为贝叶斯近似：代表深度学习中的模型不确定性 本文通过理论推导证明有包含dropout的任意神经网络近似等价于深度高斯过程，从而推导引入在包含dropout的神经网络框架下计算输出不确定性只需要随机多次前向传播，样本方差即可描述不确定性。 NLNL：噪音标签的负面学习 由于标签通常可能存在

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：19mb
    • 提供者：weixin_42139460

  1. pika:基于Pytorch和（Py）Kaldi的轻量级语音处理工具包-源码

  2. PIKA：基于Pytorch和（Py）Kaldi的轻量级语音处理工具包 PIKA是基于Pytorch和（Py）Kaldi的轻量级语音处理工具包。 第一个版本侧重于端到端语音识别。 我们使用作为深度学习引擎，使用进行数据格式化和特征提取。 主要特点 即时数据扩充和特征提取加载程序 TDNN变压器编码器以及基于卷积和变压器的解码器模型结构 RNNT训练和批量解码 带有外部Ngram FST的RNNT解码（即时记录，aka浅层融合） RNNT最低贝叶斯风险（MBR）培训 用于RNNT的LAS前向和后

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：95kb
    • 提供者：weixin_42166105

  1. 真棒免费的深度学习论文-源码

  2. 真棒免费的深度学习论文 调查回顾 深度学习（2015），Yann LeCun，Yoshua Bengio和Geoffrey Hinton :sparkles: 神经网络中的深度学习：概述（2015），J。Schmidhuber :sparkles: 代表性学习：回顾与新观点（2013年），Y。Bengio等。 :sparkles: 理论未来 在神经网络中提取知识（2015年），G。Hinton等人。 深度神经网络很容易被愚弄：无法识别图像的高置信度预测（2015年），A。Ngu

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：10kb
    • 提供者：weixin_42153691

  1. 歌集市场-源码

  2. 歌集市场 졸업작품 어플리케이션 상품이등록되어야이등록되어야리를 前处理 删除特殊字符 好吧 矢量化器（计数，TF-IDF） 分词器（keras） 删除停用词 模型 线性支持向量机 朴素贝叶斯 LSTM 有线电视新闻网 CNN-LSTM 服务器 阿帕奇 Django Web框架 CentOS的 应用 Android Studio

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：35kb
    • 提供者：weixin_42116805

  1. vawstats发布：针对妇女的暴力行为的全球，区域和国家估计-源码

  2. vawstats 该存储库包含用于生成此处估计的全球，区域和国家针对妇女的暴力行为（VAW）统计数据估计的代码。 该方法在标题为：描述。 （但是，该数据库尚未公开发布。正在进行托管人的清除过程。） 前两个脚本用于估算人行横道中终生亲密伴侣暴力（IPV）和过去一年IPV的元回归的调整因子： 1.0a CrossWalk Ever IPV.R 1.0b CrossWalk Past Year IPV.R 估算调整因素后，我们将在下面的两个同名脚本中格式化生命周期IPV和过去一年的IPV数

  3. 所属分类：其它

  1. nlp_course：YSDA自然语言处理课程-源码

  2. YSDA自然语言处理课程 这是2020年版本。 有关上一年的课程资料，请转到 每周的讲座和研讨会资料位于./week*文件夹中，有关资料和说明，请参阅README.md YSDA作业的最后期限将在Anytask中列出（）。 任何技术问题，想法，课程材料中的错误，贡献想法-添加 安装库和故障排除：。 教学大纲 词嵌入 讲座：单词嵌入。 分布语义。 基于计数的（神经前）方法。 Word2Vec：学习向量。 GloVe：先数一数然后学习。 评价：内在性与外在性。 分析和可解释性。 研讨会：玩单词

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：374mb
    • 提供者：weixin_42105816

  1. 编程univbasics-4建筑嵌套哈希代码与在线网络前功-源码

  2. 建立嵌套的哈希码 学习目标 构建一个嵌套的哈希。 访问和操作嵌套哈希中的数据。 挑战中的代码：史诗般的悲剧 您今年16岁，正在上高中英语课。 幸运的是，我们的老师很懒惰，我们可以观看由莱昂纳多·迪卡普里奥和克莱尔·丹尼斯主演的90年代的罗密欧与朱丽叶的电影。 但是，我们的老师为我们安排了一个罗密欧与朱丽叶测验，我们需要为此做准备。 我们绝对需要回答有关角色转换，属性和相互关系的一些问题。 让我们来绘制这些信息： 我们这里有一个嵌套的数据结构。 信息有不同的层次或层次。 在顶层，我们有姓氏。

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：14kb
    • 提供者：weixin_42128141

  1. spec2image-源码

  2. spec2image 该算法将任意声音文件转换为二维形状的图像序列，与鼠标的听觉皮层的色调图一致。 前处理 每个window * sample_rate点对原始声音信号执行傅里叶变换。 默认参数与语音识别任务window = 20ms ， overlap = 50% 。 然后生成一个频谱图。 出于记忆的目的，首先缩小听觉皮层的色调图。 每个色调主题图的原始形状均为'2000, 2500 2000，2500 '2000, 2500 。 使用形状为(4, 4)块进行平均，将最终形状变为(500,

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：10kb
    • 提供者：weixin_42108778

  1. 前叶-源码

  2. #OBS：PATER TER TODAS作为FUNCIONALIDESDES做SISTEMA BAIXE EFAÇAO TESTE #FIQUE A VONTADE PARA FAZER MELHORIA！ 前叶

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：44mb
    • 提供者：weixin_42146086

  1. 音高检测器-源码

  2. 频谱积算法 我们将估计此多音高钢琴样本的F0：A3 C4 E4 G4 您的浏览器不支持音频元素。 通过乘以频谱的H个压缩版本来计算频谱乘积。 我们将DFT的离散频率称为： 我们有光谱乘积： 我们使用快速傅立叶变换算法计算DFT频率和幅度。 然后，我们计算包含频谱乘积频率和幅度的向量。 光谱积的最大值 当信号是复音时，我们有几个谐波频谱的叠加。 这个想法是减去与我们估计的f0相对应的谐波频谱。 为此，我们需要知道基频的不同谐波在哪里。 这个想法是在每个理论频率谐波周围寻找最大频谱 减谐波

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：856kb
    • 提供者：weixin_42160398

  1. 预测汇率使用MLP-源码

  2. 预测汇率使用MLP Scikit中的MLPregressor学习了对美元汇率的预测，并且数据集是通用的货币数据。 在特征选择中使用了ADF测试，格兰杰因果关系和RFECV（基于SVM），因为它是时间序列中的特征选择过程。 在调整模型的过程中，我们使用前向验证进行了网格搜索，随机搜索和贝叶斯优化。

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：661kb
    • 提供者：weixin_42110362

  1. bfmap：贝叶斯人口与谱系数据精细映射和关联-源码

  2. 姜继才的BFMAP 贝叶斯精细映射和人口与家谱数据关联 BFMAP是用于定量特征的基因组分析的软件工具，重点是精细映射，SNP集关联和功能富集。 它使用表型和基因型，并适用于具有种群结构和/或相关性的样本。 BFMAP当前支持以下分析。 估计SNP的遗传力； 全基因组单标记/ SNP设置关联分析； 通过前向选择或shot弹枪随机搜索进行精细映射； 估计功能注释的因果变量丰富（即功能丰富分析）； 将功能丰富化纳入精细映射。 可执行文件在MIT许可下发布。 示例数据 问题和帮助请求 如果您

  3. 所属分类：其它

  1. CNTK：Microsoft认知工具包（CNTK），一种开源的深度学习工具包-源码

  2. CNTK 聊天室 Windows构建状态 Linux构建状态 Microsoft认知工具包（ ）是一个统一的深度学习工具包，它通过有向图将神经网络描述为一系列计算步骤。 在此有向图中，叶节点表示输入值或网络参数，而其他节点则表示对其输入的矩阵运算。 CNTK允许用户轻松实现和组合流行的模型类型，例如前馈DNN，卷积网（CNN）和递归网络（RNN / LSTM）。 它实现了随机梯度下降（SGD，错误反向传播）学习，并在多个GPU和服务器之间实现了自动区分和并行化。 自2015年4月以来，CN

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：190mb
    • 提供者：weixin_42122988

  1. 博客：在这里写一些工作中遇到的前端，以及以及运维的问题-源码

  2. 描述 全栈成长之路，分享前逐步以及DevOps相关文章，使各端开发者能够突破不断增长。 山月的琐碎博客记录 关于平常工作中在前端，逐步以及运维中遇到问题的一些文章总结。以后也会做系列文章进行输出，如前端高级进阶系列，个人服务器指南系列。 说到个人服务器，如果你是新人的话，在阿里云有优惠，这里有连接进行购买： 。可以跟着我的系列文章来学习。概念，建议购买配置1核2G ，也就八十来快钱。如果对云主机有所了解，建议购买配置2核4G 。 名字由来 大学时读了温庭筠一首词，山月不知心底事，水风空落眼前花，

  3. 所属分类：其它

    • 发布日期：2021-02-01
    • 文件大小：43mb
    • 提供者：weixin_42165973

  1. bootleaf：IAG的Bootleaf fork的开源版本-源码

  2. 靴叶 介绍 这是编写的出色代码的更新，该代码将响应性框架与轻量级映射API结合在一起。 此更新使应用程序逻辑与地图内容脱钩，从而为通过简单更新配置文件快速创建新地图提供了框架。 提供以下支持： WMS平铺图层 WFS图层 GeoJSON图层 ArcGIS Server功能，动态图层和平铺图层 WFS，GeoJSON和ArcGIS Server功能图层的群集 注意-仅在GeoServer中测试了WMS和WFS层。 为了获得最佳效果，应在GeoServer上启用和 。 注– Bootleaf

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：319kb
    • 提供者：weixin_42131414

  1. 客户：一叶客户端源代码-源码

  2. 一叶 《一叶》是一款，它让你可以在任意网页上实时聊天。 你也可以将一叶聊天盒部署在你自己的网站上，一叶的前一段代码都是开源的。 主要功能包括有： 同网页聊天 同网站聊天 创建个性化房间 用户之间可以关注，发私信等 截图 项目结构 一叶的前端代码在本项目里。 客户文件夹主要有chatbox和inject-scr ipt两部分，都是用create-react-app创建的。工作方法是首先在网页里约会inject-scr ipt，然后inject-scr ipt运行时会生成一个包含了聊天盒的ifr

  3. 所属分类：其它

« 12 »