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. 面向机器智能Tensorflow实践

  2. 　完整书签版 本书是一本*佳的TensorFlow入门指南。几位作者都来自研发一线，他们用自己的宝贵经验，结合众多高质量的代码，生动讲解TensorFlow的底层原理，并从实践角度介绍如何将两种常见模型——深度卷积网络、循环神经网络应用到图像理解和自然语言处理的典型任务中。此外，还介绍了在模型部署和编程中可用的诸多实用技巧。 　　全书分为四部分，共9章。第一部分（第1~2章）讨论TensorFlow的设计模式以及选择TensorFlow作为深度学习库的优势和面临的挑战，并给出详细的安装指南。第

  3. 所属分类：机器学习

    • 发布日期：2017-12-03
    • 文件大小：92mb
    • 提供者：bjbhi

  1. TensorFlow for Machine Intelligence

  2. 绝佳的TensorFlow入门指南 本书是一本*佳的TensorFlow入门指南。几位作者都来自研发一线，他们用自己的宝贵经验，结合众多高质量的代码，生动讲解TensorFlow的底层原理，并从实践角度介绍如何将两种常见模型——深度卷积网络、循环神经网络应用到图像理解和自然语言处理的典型任务中。此外，还介绍了在模型部署和编程中可用的诸多实用技巧。, 全书分为四部分，共9章。第一部分（第1~2章）讨论TensorFlow的设计模式以及选择TensorFlow作为深度学习库的优势和面临的挑战，并给

  3. 所属分类：机器学习

    • 发布日期：2018-02-27
    • 文件大小：19mb
    • 提供者：luxes_yuer

  1. nvdla 入门翻译文档.pdf

  2. 翻译的NVDLA 加速引擎的文档，学习交流，一块进步！PU cPU Microcontroller DRAM AVULA NVD_A DODI SFAMI Small NVDLA system Large"NVDLA system 小NDLA模型 小型 NVDLA模型在以前不可行的领域开辟了深度学习技术。此模型非常适合对成本因素 比较敏感的物联网(IoT)类设备、A丨以及面向自动化的系统领域。这些系统具有明确的应 用方向,其成本、面积和功率是主要注意事项。通过N√DLA可配置实现资源节约(在成本

  3. 所属分类：硬件开发

    • 发布日期：2019-08-31
    • 文件大小：499kb
    • 提供者：weixin_42119147

  1. 深度学习8-卷积神经网络基础

  2. 卷积神经网络基础二维卷积层互相关运算与卷积运算特征图与感受野卷积层的两个超参数多输入通道和多输出通道卷积层与全连接层的对比卷积层的实现池化 主要是卷积层和池化层，并解释填充、步幅、输入通道和输出通道的含义。最常见的是二维卷积层，常用于处理图像数据。 二维卷积层 二维互相关（cross-correlation）运算的输入是一个二维输入数组和一个二维核（kernel）数组，输出也是一个二维数组，其中核数组通常称为卷积核或过滤器（filter）。卷积核的尺寸通常小于输入数组，卷积核在输入数组上滑动，在

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：132kb
    • 提供者：weixin_38555350

  1. 动手学深度学习之深度学习基础

  2. 动手学深度学习之深度学习基础 文章目录动手学深度学习之深度学习基础1、过拟合、欠拟合及其解决方案2、梯度消失、梯度爆炸3、循环神经网络进阶4、机器翻译及相关技术5、注意力机制与Seq2seq模型6、Transformer7、卷积神经网络基础8、LeNet9、卷积神经网络进阶 1、过拟合、欠拟合及其解决方案 训练误差（training error）：模型在训练数据集上表现的误差 泛化误差（generalization error）:模型在任意一个测试数据样本上表现出的误差的期望，常常通过测试数据集

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：67kb
    • 提供者：weixin_38555229

  1. 复旦机器学习与深度学习.zip

  2. 深度学习资料集合：(1.1.1)--神经网络基础.pdf，(1.4.1)--银行客户流失预测.pdf，(2.1.1)--深度学习应用概况.pdf，(3.1.1)--卷积神经网络基础.pdf，(3.11.1)--卷积笔记.pdf，(4.1.1)--卷积神经网络算法.pdf，(4.7.1)--VGG动物识别.pdf，(5.1.1)--循环神经网络模型.pdf，(5.7.1)--股票预测.pdf，(6.1.1)--目标检测.pdf，(6.14.1)--任务检测.pdf，(7.1.1)--生成对抗网络.

  3. 所属分类：深度学习

    • 发布日期：2021-02-08
    • 文件大小：95mb
    • 提供者：weixin_43207204

  1. 深度学习-语音识别实战(Python).rar

  2. 深度学习-语音识别实战(Python)视频教程分享； 章节1 seq2seq序列网络模型 章节2 LAS语音识别模型实战 章节3 starganvc2变声器论文原理解读 章节4 starganvc2变声器源码实战 章节5 语音分离ConvTasnet模型 章节6 ConvTasnet语音分离实战 章节7 语音合成技术概述 章节8 语音合成tacotron最新版实战 章节9 基础补充-PyTorch框架基本处理操作 章节10 PyTorch使用补充-神经网络实战分类与回归任务 章节11 算法补充-

  3. 所属分类：深度学习

    • 发布日期：2021-02-05
    • 文件大小：923byte
    • 提供者：u011552756

  1. 讲座实验室：幻灯片和Jupyter笔记本，用于巴黎理工学院2年级数据科学硕士的深度学习讲座-源码

  2. 深度学习课程：讲义幻灯片和实验笔记本 本课程是作为一部分授课的 目录 该课程涵盖了深度学习的基础知识，重点是应用程序。 演讲幻灯片 注意：按“ P”以显示演示者的注释，其中包括一些注释和其他参考。 实验室和家庭作业笔记本 可以在的labs文件夹中找到用于实验室的Jupyter笔记本： git clone https://github.com/m2dsupsdlclass/lectures-labs 这些笔记本仅适用于keras and tensorflow请按照入门。 到渲染笔记本的直接链

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：144mb
    • 提供者：weixin_42122340

  1. 基于神经网络的高分辨率快速目标检测方法

  2. 随着航天技术的发展，对快速、准确检测高分辨率遥感图像中各类目标的技术要求越来越迫切；近年来，人工智能技术发展迅速，卷积神经网络（CNN）得到广泛的研究和应用。针对目前航天技术的要求，提出一种基于Faster R-CNN网络的遥感图像快速目标检测方法，利用深度学习网络自主提取图像特征的优点，降低了人工提取特征不能充分描述图像信息的不足，解决了特征提取鲁棒性和智能化不足的问题。利用2 000张图片作为训练数据，实现了飞机目标95%、海面背景下舰船目标85%的检测准确率，相比于单词模型和DPM模型平均

  3. 所属分类：其它

  1. DataWhale 深度学习 第二次打卡

  2. 第二次打卡学习笔记 1.过拟合欠拟合及其解决方案 2.梯度消失与梯度爆炸 3.循环神经网络进阶 4.机器翻译及相关技术 5.注意力机制与Seq2seq模型 6.Transfomer 7.卷积神经网络基础 8.LeNet 9.卷积神经网络进阶 过拟合欠拟合及其解决方案 在解释过拟合和欠拟合现象之前，我们需要区分训练误差（training error）和泛化误差（generalization error）。通俗来讲，前者指模型在训练数据集上表现出的误差，后者指模型在任意一个测试数据样本上表现出的误差

  3. 所属分类：其它

  1. 基于深度学习的视频图像再压缩方法

  2. 传统的视频图像压缩方法主要是针对视觉数据本身进行压缩，对帧间数据的压缩比例不高。本文提出一种基于深度学习技术的针对视频片段数据的压缩方法，在传统压缩方法的基础上对构成视频片段的视频帧序列进行进一步的高比例压缩。首先基于时空卷积神经网络对视频帧序列进行分类，将视频片段分为剧变、渐变和普通三个类别，再对普通类别的视频片段进行处理以提取关键帧并用关键帧表达该视频片段的信息。在重构质量相同的情况下，本文提出的方法可将 H.264/AVC和HEVC编码标准的平均码率分别降低57.62%和8.37%。

  3. 所属分类：其它