您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. fourier-feature-networks:傅立叶特征使网络可以在低维域中学习高频功能-源码

  2. 傅立叶特征使网络可以在低维域中学习高频功能 | * 1 , * 1,2 , * 1 , 1 , 1 , 1 , 3 , 2 , 1 1加州大学伯克利分校, 2 Google研究中心, 3加州大学圣地亚哥分校*表示相等的贡献 抽象的 我们表明,通过简单的傅立叶特征映射传递输入点使多层感知器(MLP)能够学习低维问题域中的高频函数。这些结果揭示了计算机视觉和图形学的最新进展,这些进展通过使用MLP表示复杂的3D对象和场景来实现了最新的结果。使用来自神经正切核(NTK)文献的工具
  3. 所属分类:其它

  1. janus-bootstrap-storybook:使用Janus-Bootstrap构建,测试,认证和记录参考组件的故事书-源码

  2. 介绍 这本故事书是在使用构建,测试,认证和记录参考组件的环境中。 安装 如果尚未安装和 ,请安装 将此存储git clone gitgithub.com:Symplicity/janus-bootstrap-storybook.git到本地计算机: git clone gitgithub.com:Symplicity/janus-bootstrap-storybook.git npm install npm run storybook 贡献 首先,查看书文档中的“部分 在你开始之前: np
  3. 所属分类:其它

  1. Vision-Systems-Lab:MLP,DCNN,深度卷积自动编码器,LSTM,GRU,ResNets,DCGAN-波恩大学的CudaVision实验室(SS19)-源码

  2. 视觉系统实验室:在GPU上学习计算机视觉[自述文件未定期更新] 作者:Saikat Roy, 波恩大学CudaVision实验室(SS19)的存储库(主要)在PyTorch,Python3和Jupyter笔记本电脑上实现。 该项目从神经网络的基础开始,并延伸到更深层次的模型。 以下项目包含在相应的文件夹中: 项目1:Softmax回归(无autograd / Pytorch张量) 涉及使用softmax回归和手动梯度计算对MNIST数据集进行分类。 经过5次简单的迭代运行后,训练和测试集
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:14mb
    • 提供者:weixin_42116921
  1. K-Nearest-NEIGHBOUR-KNN-ALGORITHM-:k最近邻(KNN)算法是一种简单的,受监督的机器学习算法,可用于解决分类和回归问题-源码

  2. K最近的NEIGHBOUR-KNN算法 KNN表示K最近邻算法。 KNN是最简单的监督式机器学习算法,主要用于数据分类。 在继续学习KNN之前,让我们简单地看一下机器学习和KNN所属的类别。 机器学习(ML)是对计算机算法的研究,该算法会根据经验和给定的数据集自动改进。 机器学习算法基于样本数据(称为“训练数据”)构建模型,以便进行预测或决策而无需明确地编程。 如今,机器学习一直在解决不同领域类别的问题,例如:计算金融,图像处理和计算机视觉,计算生物学,能源生产,汽车,航空航天和制造,自然语言
  3. 所属分类:其它

  1. Brihaspati:机器学习,深度学习和计算机视觉中各种实现和代码的集合:sparkles::collision:-源码

  2. 布里萨帕蒂 :pushpin: 介绍 这是各种机器学习算法和实验的集合,通过遵循各种教程,文章博客等内容,这些知识已经在我这边实现了。 这些机器学习算法已在来自 , 等的各种数据集上实现。 :check_mark: 资源 :collision: 笔记本和数据集 姓名 数据集 笔记本 亚马逊情绪分析 使用转移学习进行COVID-19检测 猫狗分类器 使用LSTM的聊天机器人 决策树 假新闻分类 性别预测 印地语字符识别 鸢尾花预测 K均值聚类 线性回归I 线性回归II 线性回归III 逻辑回
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:144mb
    • 提供者:weixin_42174098
  1. 达蒙什-源码

  2. 介绍 加拿大安大略省多伦多市计算机科学系的学生。 有兴趣: Machine Learning :回归,梯度提升和使用数据解决一般问题使我兴奋。 Deep Learning :计算机视觉和自然语言处理是我经常阅读的两个领域。 Rust Programming Language :相信Rust可以替代C,因此它将对未来的技术产生巨大影响(这也很明显,因为亚马逊投资了编程语言)。 另外,我发现Rust的调试工具非常有趣。 Data Analytics :除了在机器学习算法中查找数据中的模式外,
  3. 所属分类:其它

  1. DL马拉松-源码

  2. DL马拉松(全方位的深度学习疯狂) “人工智能,机器学习,深度学习” -您是否发现这些术语是随机出现的并且想开始使用,但并不完全知道该怎么做? 不用担心! 我们为您带来了DL马拉松-深度学习狂热的全过程,我们在其中深入研究了深度学习的各个子主题,例如计算机视觉,自然语言处理,强化学习等。对于这些主题,我们将选择一些相关的主题问题并帮助您详细了解它们。 此外,我们将在实时代码中实施每个模型,以帮助您加深理解! 会议概况 2月14日:简介-机器学习的基本原理(线性回归,梯度下降,反向传播等),P
  3. 所属分类:其它

  1. 计算机视觉回归-源码

  2. 计算机视觉回归 使用时间序列进行图像编码和卷积神经网络进行预测预测中存在一个古老的问题,即我的数据有多有用和如何相关,我是否可以使用它来对未来的情况进行准确的预测。 在上个世纪和当前世纪的大部分时间里,这一直很稳定。 但是,由于引入了新技术以及深度学习,这已从根本上链接在一起。 当我偶然发现研究论文“深度学习和时间序列到图像编码以进行财务预测”时,我正在浏览。卡利亚里在意大利。 在所述论文中,他们提出了一种新颖的财务预测方法。 他们建议将时间序列转换为图像,并使用卷积神经网络来查找模式,否则
  3. 所属分类:其它

  1. 糖尿病分类:糖尿病分类的逻辑回归模型-源码

  2. 使用Logistic回归的糖尿病分类模型 据估计,全世界有4.15亿人患有糖尿病,估计占世界成年人口的11分之一。 46%的糖尿病患者未被诊断。 作为“彩色计算机视觉编码器”课程的一部分,我们学习了许多不同的机器学习算法,以及如何将它们用于解决现实世界中的问题。 对于实用分类,我选择浏览包含糖尿病最常见症状的糖尿病数据集。 我的模型能够弄清楚“多尿症”和“多尿症”是最常见的糖尿病指标。 我用来解决此任务的方法是: 数据集 数据上传到AWS S3- 建立 用法
  3. 所属分类:其它

  1. face_rating:使用传统ML方法和卷积神经网络方法进行FaceBeauty评级-源码

  2. 使用计算机视觉预测吸引力 传统机器学习方法 特征生成 流水线的特征计算部分需要输入图像的面部地标的位置。 这些界标可以通过生成。 我已经在此仓库的数据目录中包含了使用此框架本地化的地标,您可以直接使用它们。 提取面部特征的示例: 降维,ML模型和评估 python trainModel -model linear_model -featuredim 20 -featuredim参数指定PCA选择的组件数,即要减少多少维。 在PCA之后, -model参数用于指示传统的机器学习模型,包括支持
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:32mb
    • 提供者:weixin_42135073
  1. Deep_Learning_Bootcamp:可以在此存储库中找到深度学习训练营的所有学习材料-源码

  2. Deep_Learning_Bootcamp 可以在此存储库中找到DPhi深度学习训练营的所有笔记本 内容 日 描述 滑梯 笔记本 1个 深度学习导论 -- -- 2个 神经网络导论 -- -- 3 张量运算 -- 4 回归神经网络 -- 5 神经网络的工作 -- -- 6和7 二进制分类 -- 8 激活功能,优化程序和多类分类 -- 9 优化神经网络-第1部分 -- -- 10 优化神经网络训练 -- 11 优化神经网络-第2部分 -- 12 计算机视觉与O
  3. 所属分类:其它

    • 发布日期:2021-03-30
    • 文件大小:151mb
    • 提供者:weixin_42173205
  1. pervinco:使用Tensorflow和Keras进行视觉深度学习-源码

  2. 欢迎! :waving_hand: 我是在韩国工作的计算机视觉深度学习开发人员。 这是我的博客,您可以在这里看到我学习的所有内容。 储存库配置 来源 使用图像分类或对象检测API通常需要此处的代码。 如果代码有任何改进,请随时在“问题”中写下它们。 1.图像数据增强 卵白蛋白,熊猫,matplotlib,opencv-python等 2.图像分类 Tensorflow,Keras,Scikit学习,熊猫 3.目标检测 自定义SSD_ResNetV2 4.比赛 [Dacon] [Dac
  3. 所属分类:其它

    • 发布日期:2021-03-27
    • 文件大小:27mb
    • 提供者:weixin_42173205