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. holbertonschool-machine_learning:机器学习-源码

  2. 机器学习 这是霍尔伯顿学校的机器学习（ML）培训计划，分为三个学期。从一些数学开始，然后在实践练习中深入学习各种技巧（监督，无监督，强化）。 课程的一些主题： 头三个学期 数学： 线性代数简介 微积分简介 绘图简介 概论 监督学习： 二进制分类 多类别分类 优化技术 正则化技术 卷积神经网络 深度卷积架构 物体检测 人脸验证 神经风格转移 第二学期 数学： 高级线性代数 进阶机率 无监督学习： 降维 聚类 嵌入 自动编码器 生成对抗网络 超参数优化 隐马尔可夫模型 监督学习： 递归神经网络 变形

  3. 所属分类：其它

  1. NLP-Radiological-Reports:生成特征并预测病理结果-源码

  2. NLP-放射学报告 生成特征并预测病理结果。 （1）使用“ Generate features.py”生成特征； （2）使用“ Predict_train.py”预测病理结果。 模型 这项研究的计划。 BiLSTM，双向长期短期记忆； CNN，卷积神经网络； ANN，人工神经网络。 数据 Radiological_reports.csv显示了一些有关我们数据的示例。 token_vec_100.txt显示了Word2Vec的一些示例。 放射学报告中句子的长度和频率 生成特征的损失和准确性 R

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：390kb
    • 提供者：weixin_42124497

  1. MarketPredict-RESTFul-API:RESTFUL API for Marketpredict工具的实现可在此处获得-源码

  2. MarketPredict RESTFul API 该开放源代码和免费API通过深层神经网络模型提供了金融市场数据，金融新闻和金融市场时间序列的预测。 我们的预测模型将新闻和公开市场数据共同用于财务决策支持。 请参阅以访问我们的API文档。 请参阅以访问我们的演示视频。 请参考此以使用我们的API。 请参考此下载我们的新闻和市场数据集，其中包含超过2年的数据。 该API具有MongoDB引擎服务和计划模块的两个主要部分。 我们可以在相应的文件夹中找到这两个部分的源代码。 请参考这些文

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：194kb
    • 提供者：weixin_42123456

  1. coursera_deeplearning_specialization-源码

  2. Coursera上的深度学习专业 介绍 此仓库包含我针对该专业的所有工作。 所有代码库和资产均来自 。 深度学习专业化是我们的基础计划，它将帮助您了解深度学习的功能，挑战和后果，并使您为参与领先的AI技术的发展做好准备。 在本专业中，您将构建神经网络架构，例如卷积神经网络，递归神经网络，LSTM，变压器，并学习如何通过Dropout，BatchNorm，Xavier / He初始化等策略使它们更好。 您将使用Python和TensorFlow掌握这些理论概念及其行业应用。 您将处理现实案例研究

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：28mb
    • 提供者：weixin_42144707

  1. segmentation_zoo:训练有素的沿海图像分割模型集合-源码

  2. 沿海图像分割动物园 警告这是Alpha软件，即尚未完成一些已知的错误。 请耐心等待，谢谢。 Daniel Buscombe，玛尔达科学公司 。 为USGS沿海海洋地质计划开发，是Florence补充项目的一部分 使用剩余UNet模型分割图像的工具箱。 该存储库使您可以做三件事： 使用现有的（即经过预先训练的）模型使用提供的模型权重对新的样本图像进行细分 创建tfrecords数据集以为特定任务训练新模型 使用新的tfrecords数据集训练新模型 导航 残留U-Net模型 具有残留（或横向/

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：198mb
    • 提供者：weixin_42165018

  1. OpenWeatherMap-源码

  2. BE_OpenWeatherMap 介绍 您好，OpenWeatherMap计划， OpenWeather是由IT专家和数据科学家组成的团队，自2014年以来一直从事深度天气数据科学的实践。OpenWeather通过光速API为地球上的每个点提供历史，当前和预测的天气数据。 他们利用我们专有的卷积神经网络/机器学习模型为任何坐标提供数据，这些模型用于天气预报和历史数据计算。 在不同的级别上，使用了不同的数据源（例如雷达和广泛的气象站网络，以及来自全球/本地提供商（例如NOAA，加拿大环境部和

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：10mb
    • 提供者：weixin_42119866

  1. fk-visual-search:Flipkart的视觉搜索和推荐系统-源码

  2. 视觉搜索 此代码使您可以训练Visnet模型。 Visnet经过Flipkart专有内部数据集的培训，为Flipkart的Visual Recommendations提供了支持。 在可公开获取的数据集，Visnet获得了最新的结果。 是arXiv技术报告的链接。 在此Repo中，我们开源了以下内容： 培训Visnet的原型 三元组采样代码，以生成训练文件 一个基于CUDA的快速K最近邻居搜索库 其他辅助脚本，例如处理数据集的代码，三元组采样等。 我们很快计划添加其他有用的脚本，例如： 我

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：23kb
    • 提供者：weixin_42099530

  1. flax:Flax是JAX的神经网络生态系统，旨在提高灵活性-源码

  2. 亚麻：JAX的神经网络库和生态系统，旨在提高灵活性 | | 请参阅我们的，以了解有关亚麻的所有知识。 Flax最初是由Google Research的Brain团队中的工程师和研究人员（与JAX团队密切合作）创立的，现在与开源社区共同开发。 越来越多的Alphabet研究部门的数百人在使用Flax进行日常工作，同时。 Flax团队的任务是为Alphabet内以及更广泛的社区中不断发展的JAX神经网络研究生态系统提供服务，并探索JAX的应用案例。 我们使用GitHub进行几乎所有的协调

  3. 所属分类：其它

  1. FinTechProject2:金融科技计划2-源码

  2. 队员 角色 阿耶莎·史瑞希塔（Ayesha Shreshta） 自述文件和演示文稿甲板准备者，研究员 伊万·蒙特（Ivan Monte） 自述文件和演示文稿甲板准备者，研究员 穆罕默德·贾沃德·利亚斯（Mohammad Jawwad Llyas） LSTM编码团队负责人和分析主持人，演示者 穆罕默德·阿尔·马蒙（Muhammad Al Mamun） 财务解释与分析主管 奥瓦伊斯·汗（Ovais Khan） 线性回归编码和分析线索 ASX指数：30天LSTM预测 介绍： （也称为LST

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：766kb
    • 提供者：weixin_42131439

  1. DeepLearning-源码

  2. 深度学习 该存储库包含我针对课程的所有解决方案 将来，我计划为“其他课程添加解决方案 编程作业 课程1：神经网络与深度学习

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：28kb
    • 提供者：weixin_42101641

  1. Data-Science-Cheatsheet:一份有用的4页数据科学备忘单，可帮助您进行考试复习，面试准备以及介于两者之间的任何内容-源码

  2. 数据科学备忘单2.0 一份有用的4页数据科学备忘单，可帮助您进行考试复习，面试准备以及介于两者之间的任何内容。 该资源并不是要全面深入任何特定模型，而是快速复习一些最基本的机器学习算法。 读者应该至少对统计和线性代数有基本的了解，尽管初学者可能会发现此备忘单也很有帮助。 受到Maverick的Data Science Cheatsheet （因此命名为2.0）的启发，该文件位于。 涵盖的主题（比其他主题更深入）包括： 常见分布 线性和逻辑回归 决策树和随机森林 支持向量机 知识网络 聚类

  3. 所属分类：其它

  1. ml-bookmarks：我与机器学习有关的书签-源码

  2. ML书签 网络上的免费（有些是中等-非免费）机器学习资源书签。 这绝不是穷尽的。 这主要是为了我目前正在阅读/关注（或计划在不久的将来做）的内容，但是我们可以在将来创建一个单独的较大列表。 课程 [ML] Stanford CS229 2018秋季by Andrew Ng [ML]从数据中学习，加州理工学院的Abu Mostafa [ML]挖掘海量数据集 [DL] MIT 6.S191深度学习入门（2021年Spring） [DL]纽约大学深度学习（2020年Spring） [DL]

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：12kb
    • 提供者：weixin_42116585

  1. 数据项目-：数据科学计划中的项目和作业-源码

  2. 数据项目 Lipscomb大学数据科学计划的项目和作业 用于编写代码的Python和R语言 网页抓取 逻辑回归 聚类 随机森林 神经网络 支持向量机（SVM） K最近邻居 使用Dask进行多重处理 自举 Bach Chorale预测（在R中使用聚类）

  3. 所属分类：其它

  1. yeap16-ai-3d-printing：CNN用于CT扫描的骨分割-源码

  2. yeap16：CT图像骨分割 的3D创新实验室提供的“代码库。 此代码随附标题为： “使用卷积神经网络进行医学增材制造的骨骼的CT图像分割” 目前正在审查中。 目的 CT扫描的骨分割是医疗计划中必不可少的步骤。 骨结构的确切厚度，方向和位置对于制造患者特定的结构（例如手术指南和植入物）是必不可少的。 在骨骼分割期间，医学图像中的每个像素都被分类为“骨骼”或“背景”。 不幸的是，当前的算法要么缺乏鲁棒性和可靠性，要么需要乏味的手动交互（ ）。 因此，该存储库包含一个全自动的卷积神经网络（CN

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：197kb
    • 提供者：weixin_42120563

  1. g729_to_dtmf.ai：G.729到DTMF AI-源码

  2. G.729转DTMF AI 关于 该项目旨在探索在编解码器上运行时，应用深度学习和（R）NN来检测行业标准语音低比特率编解码器（例如ITU-T的G.729 [ab]）中各种功能的可能性。直接对数据进行编码，而无需解码音频，然后将MFCC转换应用于原始音频数据。 目标是建立一个可用的预训练ML模型和一组简单的转换，以处理G.729帧流并以最小的延迟和最大的精度输出DTMF代码。 谁？ Maksym Sobolyev 乔凡尼·马鲁佐利（Giovanni Maruzzelli） 进攻计划 生

  3. 所属分类：其它

  1. Udacity-Deep_Learning-源码

  2. Udacity-Deep_Learning 设置存储库以容纳我在从Udacity购买深度学习纳米学位计划时完成的练习和项目。 该课程的课程共分为6个部分，其中包括7个主要项目，以及在整个课程中完成的各种练习。 项目和练习内容如下： 自动编码器 神经网络： 项目1：预测自行车共享数据 该项目的目的是从头开始构建神经网络，以对数据集进行预测问题。 完成后，我将对梯度下降，反向传播和其他神经网络特性有更好的了解。 数据来自UCI ML存储库： : 要遵守的项目/网络参数： 激活函数应为

  3. 所属分类：其它

  1. hebel：Python中的GPU加速的深度学习库-源码

  2. 赫贝尔 Python中的GPU加速的深度学习库 Hebel是一个用于Python深度神经网络学习的库，它通过PyCUDA通过CUDA与GPU一起使用GPU加速。 它实现了最重要的神经网络模型类型，并提供了各种不同的激活函数和训练方法，例如动量，涅斯特罗夫动量，辍学和提前停止。 我不再积极发展Hebel。 如果您正在寻找Python的深度学习框架，我现在推荐 。 楷模 目前，Hebel实现了前馈神经网络，可以对一项或多项任务进行分类和回归。 其他模型，例如Autoencoder，卷积神经网络和R

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：132kb
    • 提供者：weixin_42126399

  1. SelfDrivingCarNanoDegree：有关计算机视觉，传感器融合，本地化，计划，控制和系统集成的项目-源码

  2. Udacity自动驾驶汽车纳米度 专案 使用camara数据大致检测车道线。 使用camara数据检测车道线。 具有使用python和tensorflow的卷积神经网络的交通标志分类器。 卷积神经网络可根据摄像机图像预测转向角，从而使汽车能够在模拟器中自主行驶。 扩展卡尔曼滤波器的C ++实现。 使用激光雷达和雷达测量来跟踪移动物体的位置和速度。

  3. 所属分类：其它

    • 发布日期：2021-02-27
    • 文件大小：369mb
    • 提供者：weixin_42099530

  1. 海牛应用程序测试-源码

  2. 海牛计划 海牛匹配程序的代码存储库。 1.设定 打开终端或命令行并克隆存储库： git clone https://github.com/natewagner10/Manatee-App-Testing.git 然后安装要求： pip install -r requirements.txt 最后，启动程序： python app.py 2.用法 2.1资产文件夹 资产文件夹包含运行程序所需的项目。 具体来说，它包含空白海牛素描，海牛轮廓删除蒙版，尾部切割模型权重和包含尾部切割信息的CSV文件

  3. 所属分类：其它

  1. 神经网络计划-源码

  2. 神经网络项目笔记本 这是我的神经网络项目的笔记本文件。 这应该在Kaggle环境上运行。 Kaggle笔记本和被用作这款笔记本的起点。 这只是最终版本。 由于我一个人在项目上工作，所以我不需要不断地将更改提交到存储库。

  3. 所属分类：其它

« 12 3 »