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. 打造自己的图像识别模型-全套源码.zip

  2. 通过slim工具，对VGG16进行微调训练数据，并得出模型，然后对新图片进行识别，整个过程。运行环境：tensorflow 1.9.0, python 3.6。源码不包含图片素材，但是包含生成好的tf格式，inception_v3文件，以及导出后的frozen_graph.pb文件。可在此基础上进行训练，也可直接用于识别图像操作。

  3. 所属分类：互联网

    • 发布日期：2020-07-04
    • 文件大小：346mb
    • 提供者：MrHanTalk

  1. REDN:关系提取任务预训练语言模型的下游模型设计-源码

  2. REDN 这是预训练语言模型的关系提取下游网络的原型代码，支持我们 此代码的一部分根据进行了修订。 数据集 您可以从和获取数据集 入门指南 在example / configs.py中设置自己的路径，包括预训练的模型路径，数据的根路径和输出名称。使用args数据集和mode运行example / redn_trainer.py。数据集可以是nyt10，semeval或webnlg。模式可以是t进行训练，e进行评估。例如，要训练SemEval，请尝试 python redn_trainer sem

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：47kb
    • 提供者：weixin_42121754

  1. deploy-carbrad-prediction:使用转移学习（resnet50），flask和heroku进行深度学习模型部署-源码

  2. 部署预测 使用转移学习（resnet50），flask和heroku进行深度学习模型部署 汽车品牌预测 使用Keras汽车品牌分类转移学习VGG 16和VGG 19火车数据和测试数据火车数据包含-3个品牌汽车-audi，lamborghini，mercedes类，每个文件夹包含audi-20张图像；兰博基尼-19辆;奔驰-25 测试数据由-audi-9组成；兰博基尼-30;奔驰-19 什么是转学 转移学习是机器学习中的一个研究问题，其重点是存储在解决一个问题并将其应用于其他但相关的问题时获得的知

  3. 所属分类：其它

  1. edgedict:基于RNN Transducer的在线语音识别。 （已发布训练有素的模型）-源码

  2. 使用RNN-Transducer的在线语音识别 使用RNN Transducer（Graves等人，2013年）对文本进行语音转换，并训练了2000多个小时的音频语音数据。 这项工作是与的联合合作 强调 首次展示RNN换能器（RNN-T）在线解码功能的回购 将RNN-T模型移植到ONNX和OpenVINO 针对具有顶点和数据并行的RNN-T的各种语音数据集进行大规模培训 使用此模型，我们可以在2.3GHz双核Intel Core i5处理器上在Youtube Live视频上运行在线语音识别，（比

  3. 所属分类：其它

  1. Whale_Sound_Classifier:这是鲸鱼声音分类器。 它使用声音采样，然后基于采样数据生成结果-源码

  2. Whale_Sound_Classifier 鲸鱼声音分类器是一种基于Web的声音分类器，可根据用户上传的音频文件对鲸鱼进行分类。 该分类器是使用带有某些参数超调的随机森林分类器构建的，到目前为止，该分类器可用于对3种鲸鱼进行分类-北方鲸，假虎鲸和虎鲸。 使用Flask服务器部署该项目。 该网站的起始页面为： 上载音频后，将对音频波进行采样，并使用机器学习来预测鲸鱼。 这是示例之一： 演示版 这是一个音频文件。 请注意，这是mp4格式的文件。 否则必须严格使用网站的.wav文件。 将

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：919kb
    • 提供者：weixin_42100032

  1. fall_detection:模型生成器-源码

  2. fall_detection 模型生成器 数据源 此模型使用MobiAct数据集的第二版 描述 [feature_extraction]：提供从MobiAct数据集中提取的特征集。 [model_selection]：将带有调整参数的RandomForestClassifier，LogisticRegression和rbf-SVC的性能进行比较。 [real_mode]：训练将要与oli App集成的模型。

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：53kb
    • 提供者：weixin_42122878

  1. Akash_portfolio:我的数据科学档案-源码

  2. Akash_portfolio 我的数据科学档案 项目1 图像可视化•内置关键面部点检测模型。 •进行了图像增强和数据归一化•建立了深度残差神经网络关键面部表情检测模型。 •结合表情和关键点检测模型来预测面部表情。 项目二 肿瘤检测 医疗保健中的AI •进行基于MRI扫描的脑肿瘤检测和定位•从输入图像中进行图像分割，以了解并从像素级别的图像中提取信息，并训练神经网络以生成图像的像素掩码。 •通过医学成像提高疾病诊断速度和准确性 专案3 我能够创建精度为98％的SVM分类器。 是否进行了误差分析

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：713kb
    • 提供者：weixin_42099087

  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. Veeresh_Portfolio:数据科学项目-源码

  2. Veeresh_Portfolio 数据科学项目 建立了用于分类不同类型葡萄酒品牌的神经网络模型。 已调整模型使用各种超参数调整方法来获得最佳精度 建立了一个LSTM模型，如果我们提供输入文本数据，该模型将生成文本输出 建立模型并在Google Colab中训练模型 下载数据，清理数据并应用Count Vectorizer方法 建立了一个ANN模型对文本数据进行分类。 已调整模型使用各种超参数调整方法来获得最佳精度 下载数据，使用Minmax缩放器清理数据并缩放数据 建立LSTM模型并在火

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：483kb
    • 提供者：weixin_42106357

  1. rda:“ Rissanen数据分析代码”-源码

  2. Rissanen数据分析 下面，我们将逐步介绍用于产生结果的过程。 要了解我们如何在数据集上训练模型，请浏览自述文件​​以查看我们用来训练该模型的bash代码段和python脚本。 要查看训练模型后如何计算最小描述长度，请参阅scr ipts/plot_results_prequential.ipynb 。 代码概述： film/ ：用于在CLEVR上训练FiLM模型的代码（从修改） transformers/ ：用于训练其他基于变压器的模型的代码（从修改） scr ipts/ ：用于

  3. 所属分类：其它

  1. sagemaker-experiments:Amazon SageMaker笔记本的实验跟踪和指标记录以及模型培训-源码

  2. SageMaker实验Python SDK SageMaker培训作业，处理作业和笔记本中的实验跟踪。 概述 SageMaker Experiments是用于跟踪机器学习实验的AWS服务。 SageMaker实验Python SDK是此服务的高级界面，可帮助您使用Python跟踪实验信息。 实验跟踪为机器学习集成开发环境。 有关API的详细信息，请访问： 概念 实验：相关试验的集合。 将试验添加到您希望一起比较的实验中。 试用：多步骤机器学习工作流程的描述。 工作流程中的每个步骤均由试

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：121kb
    • 提供者：weixin_42139042

  1. PyTorch-BigGraph：从大型图结构数据生成嵌入-源码

  2. PyTorch-BigGraph（PBG）是一个分布式系统，用于学习大型图的图形嵌入，特别是具有多达数十亿个实体和数万亿条边的大型Web交互图。 更新： PBG现在支持GPU训练。 请查看下面的部分！ PBG在论文中介绍，该论文在2019年的。 PBG通过摄取其边缘列表在输入图上进行训练，每个边缘由其源实体和目标实体以及可能的关系类型标识。 它为每个实体输出特征向量（嵌入），尝试将相邻实体在向量空间中彼此靠近放置，同时将未连接的实体推开。 因此，具有相似邻居分布的实体最终将在附近。 可以

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：204kb
    • 提供者：weixin_42100032

  1. 训练数据模型-源码

  2. 训练数据模型 模型输入。 •我们在Nambu线上有26个站点，出于编码目的，我们分别命名为s1，s2，s3……。 s26。 连同车站名称，我们还有每日进出火车的旅客人数。 •有关火车的信息，我们有325趟火车及其时刻。 •我们还有Google Places数据，可为我们提供全天车站乘客的大致分布。 注意：到目前为止，我们还没有分配所有的站点，我们已经对其进行了替换和假设。 数学模型 在分析模型中，我们使用某些公式为模型生成数据。 我们的分析模型的第一步是获取数据的Trip分布。 总而言之

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：32kb
    • 提供者：weixin_42143221

  1. 星巴克分析：星巴克数据集分析-源码

  2. 星巴克分析：预测某人是否会响应报价。 目录 项目动机 我很好奇如何通过使用星巴克数据集找到客户想要的首选商品。 描述 公司向客户发送要约时面临的主要问题之一是公司不知道客户会优先选择哪个要约。 因此，公司发出报价时不知道客户想要什么报价。 该项目预测报价是否由单个客户响应。 这意味着公司可以实施此预测，以帮助公司找到单个客户首选的报价并正确发送报价。 该项目实现了XGBoost分类器和星巴克数据集来训练模型。 该项目实现了XGBoost分类器和星巴克数据集。 星巴克数据集包括投资组合，配置文

  3. 所属分类：其它

  1. stadsarchief-machine-learning：机器学习训练以及stadsarchief扫描和元数据的预测-源码

  2. 机器学习战略 这是开始使用机器学习来解释宝石中各种数据源的方法。 当前状态正在进行中，其特定目的是对Stadsarchief中的Bouwdossiers进行分类。 快速开始 既可以训练新模型，又可以使用结果模型来获得新输入的预测。 0.安装 在虚拟环境中安装requirements/requirements.txt 。 为了支持GPU，请安装tensorflow-gpu而不是tensorflow 。 培训实际上需要GPU支持。 否则会花费很多时间。 1.训练新模型 仍然可以使用以下方法来训练模

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：402kb
    • 提供者：weixin_42116604

  1. Neural_Network_Charity_Analysis：神经网络模型分析-源码

  2. 在本模块中，将使用Python中的TensorFlow平台探索和实现神经网络。 讨论了计算神经元的背景和历史，以及应用于深度学习的神经网络的当前实现。 讨论了不同神经网络的主要成本和收益，并将这些成本与传统的机器学习分类和回归模型进行比较。 此外，还练习了跨许多不同的数据集（包括图像，自然语言和数字数据集）实施神经网络和深度神经网络。 最后，学习了如何存储和检索经过训练的模型以用于更强大的用途。 统计分析概述： 在此模块挑战中，将执行数据分析以帮助基金会（字母汤）预测在何处进行投资。 使用了机

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：808kb
    • 提供者：weixin_42135773

  1. myvision：基于计算机视觉的机器学习训练数据生成工具-源码

  2. 描述 MyVision是免费的在线图像注释工具，用于生成基于计算机视觉的ML训练数据。 它在设计时充分考虑了用户，提供了加快标记过程并帮助维护具有大型数据集的工作流的功能。 产品特点 绘制边界框和多边形以标记对象： 多边形操作丰富了其他功能，可以编辑，删除和添加新点： 支持的数据集格式： 为对象添加注释可能是一项艰巨的任务……您可以跳过所有繁琐的工作，并使用经过预先训练的机器学习模型为您自动添加对象注释。 MyVision利用流行的“ COCO-SSD”模型生成图像的边界框，并通过在浏览器

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：59mb
    • 提供者：weixin_42127937

  1. deep-learning-training-gui：通过GUI（网络应用）在经过预先训练的深度学习模型上进行训练和预测模型。 没有更多的参数，没有更多的数据预处理-源码

  2. 描述 我的目标是在不编写额外代码的情况下，通过GUI（或您可以调用Web应用程序）简化经过预训练的深度学习模型的安装和培训。 设置数据集并立即开始训练，并使用TensorBoard或DLTGUI工具对其进行监视。 没有更多的参数，没有更多的数据预处理。 在开发此应用程序时，我受到NVIDIA开发的DIGITS系统的启发。 训练图像分类算法不会有任何问题。 训练图像分类模型，保存模型并根据保存的模型进行预测很容易。 几个参数！ 您将能够在预训练的模型上训练。 它在1.0中不存在，但是，

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：300mb
    • 提供者：weixin_42166626

  1. BentoML：简化模型服务-源码

  2. 构建机器学习API的最简单方法 BentoML使轻松将训练有素的ML模型移至生产环境： 打包经过任何ML框架训练的模型，并将其复制以用于生产中的模型服务 随时随地部署在线API服务或离线批处理服务 具有自适应微批处理支持的高性能API模型服务器 通过Web UI和API管理模型和部署过程的中央枢纽 模块化和灵活的设计使其可适应您的基础设施 BentoML是用于服务，管理和部署机器学习模型的框架。 它旨在弥合数据科学与DevOps之间的鸿沟，并使团队能够以快速，可重复和可扩展的方式提供预测服务

  3. 所属分类：其它

  1. 隐私：用于训练机器学习模型的库，具有用于训练数据的隐私-源码

  2. TensorFlow隐私 该存储库包含TensorFlow Privacy的源代码，这是一个Python库，其中包含TensorFlow优化器的实现，用于训练具有差异性隐私的机器学习模型。 该库随附用于计算提供的隐私保证的教程和分析工具。 TensorFlow隐私库正在不断开发中，始终欢迎您的贡献。 特别是，我们始终欢迎为解决当前存在的问题提供帮助。 最新更新 2020-12-21：现已提供新，可提供更快的性能。 我们建议您先尝试一下，然后再尝试使用原始的非矢量化版本，否则会失败。 我们感谢的

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：727kb
    • 提供者：weixin_42127937
« 12 3 4 5 6 7 8 9 10 ... 50 »