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. cmpe-258-assignments:CMPE-258深度学习作业（2021）-源码

  2. cmpe-258-作业 CMPE-258深度学习作业（2021）-Vijay Eranti教授 作业1-fast.ai 作业2-使用GCP的AutoML

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：14mb
    • 提供者：weixin_42128270

  1. featurewiz:使用高级功能工程策略，只需一行代码即可从数据集中快速选择最佳功能-源码

  2. Featurewiz Featurewiz是一个新的python库，可用于快速创建和选择数据集中的最佳功能！ featurewiz分两步完成： 第一步是可选的，它与创建新功能有关。 1.执行功能工程：开源AutoML工具（尤其是Auto_ViML）中的空白之一是缺少功能工程功能，而像Kaggle这样的高水平竞争者则需要这些功能。创建“交互”变量或添加“分组依据”功能或“目标编码”类别变量的能力非常困难，而筛选这数百个新功能是艰苦的工作，只留给“专家”使用。现在有一些好消息。现在，借助feat

  3. 所属分类：其它

  1. Deep-Learning-with-TensorFlow-2-and-Keras:Packt发行的《使用TensorFlow 2和Keras进行深度学习》-源码

  2. 使用TensorFlow 2和Keras进行深度学习-第二版 这是发布的进行的代码存储库。它包含了从头到尾完成本书所必需的所有支持项目文件。 关于这本书 TensorFlow 2和Keras的深度学习，第二版与TensorFlow（TF）和Keras一起教深度学习技术。本书介绍了使用TensorFlow的神经网络，贯穿了主要应用程序，涵盖了两个有效的示例应用程序，然后深入探讨了TF和cloudin生产，TF mobile，以及将TensorFlow与AutoML结合使用。 说明和导航 所有代码都

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：47mb
    • 提供者：weixin_42119281

  1. tensorflow-recorder:TFRecorder使从包含图像或结构化数据的Pandas DataFrames和CSVs文件轻松创建TensorFlow记录（TFRecords）-源码

  2. TFRecorder TFRecorder可以很容易地创建从或CSV文件。 TFRecord读取数据，使用对其进行，使用和可选的将其存储为TFRecord格式。最重要的是，TFRecorder无需用户编写Apache Beam管道或TensorFlow Transform代码即可执行此操作。 TFRecorder可以将任何Pandas DataFrame或CSV文件转换为TFRecords。如果您的数据包括图像，TFRecorder也可以将这些图像序列化为TFRecords。默认情况下，TF

  3. 所属分类：其它

  1. vega:AutoML工具链-源码

  2. 维加 Vega ver1.2.0发布： 功能增强： 细粒度的网络搜索空间：可以自由定义网络搜索空间，并且提供了丰富的网络体系结构参数以供在搜索空间中使用。可以同时搜索网络架构参数和模型训练超参数，并将搜索空间应用于Pytorch，TensorFlow和MindSpore。 新算法： ：基于层次图的神经体系结构搜索空间 社区贡献者： ， ， ， ， ， ， ， ， ， 。 介绍 Vega是由诺亚方舟实验室开发的AutoML算法工具链，主要功能如下： 全面的管道功能：AutoM

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：17mb
    • 提供者：weixin_42117622

  1. MedMNIST:[ISBI'21] MedMNIST分类十项全能-源码

  2. 医学MNIST | | ，时瑞，， 我们提出了MedMNIST ，它是10个经过预处理的医学开放数据集的集合。 MedMNIST已标准化，可以在不需要背景知识的情况下对28×28的轻量图像执行分类任务。 涵盖医学图像分析中的主要数据模式，它在数据规模（从100到100,000）和任务（二进制/多类，有序回归和多标签）方面是多种多样的。 MedMNIST可用于医学图像分析中的教育目的，快速原型制作，多模式机器学习或AutoML。 此外，MedMNIST分类十项全能旨在对所有10个数据集的AutoM

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：559kb
    • 提供者：weixin_42138716

  1. cell_detection:该存储库专门用于生物医学图像处理中的细胞（细胞核）检测任务-源码

  2. cell_detection 这项工作是探索生物医学图像处理中用于细胞（细胞核）检测的各种对象检测方法。 探索的方法包括： 高效饮食 遮罩RCNN 待办事项清单： YOLO4 此工作中使用的存储库列表如下所示：google / automl

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：150mb
    • 提供者：weixin_42160376

  1. heart_failure_prediction_on_azure:使用Udacity在Azure课程上进行机器学习的Capstone项目-源码

  2. 心力衰竭预测 在这个项目中，我们创建了机器学习模型以使用Hyperdrive和AutoML来解决分类问题。 然后，我们将最佳模型部署为Web服务。 下图显示了此项目中采取的步骤： （图片取自Udacity） 数据集 概述 我们使用可在Kaggle 上公开获得的心力衰竭预测数据集。 该数据集包含有关个人的各种信息，例如性别，糖尿病，高血压等，以及死亡原因是否是由于心力衰竭引起的。 任务 我们的目标是开发一种机器学习算法，该算法可以检测一个人是否可能因心力衰竭而死亡。 这有助于诊断和早期预防。 为

  3. 所属分类：其它

  1. modeltime.h2o:使用H2O AutoML进行预测。 使用H2O自动机器学习算法作为Modeltime时间序列预测的后端-源码

  2. 模型时间 使用H2O AutoML进行预测 Modeltime H2O为Modeltime预测生态系统提供了H2O后端。 主要算法是H2O AutoML ，它是为速度和规模而构建的自动机器学习库。 # Install Development Version devtools :: install_github( " business-science/modeltime.h2o " ) 有什么可能 借助Modeltime生态系统，可以轻松进行大规模预测。 该预测是使用H2O AutoML创建的

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：273kb
    • 提供者：weixin_42116805

  1. nd00333_AZMLND_Optimizing_a_Pipeline_in_Azure-Starter_Files-源码

  2. 在Azure中优化ML管道 概述 该项目是Udacity Azure ML Nanodegree的一部分。 在这个项目中，我们使用Python SDK和提供的Scikit-learn模型来构建和优化Azure ML管道。 然后将该模型与Azure AutoML运行进行比较。 概括 用1-2句话解释问题陈述：例如：“此数据集包含有关……我们试图预测……的数据” 用1-2句话说明解决方案：例如，“表现最好的模型是...” Scikit学习管道 解释管道架构，包括数据，超参数调整和分类算法。 您选

  3. 所属分类：其它

  1. Carignan-源码

  2. Carignan：钙实时成像，用于神经元的组和网络分析 基于的实时钙成像软件。 具有简单GUI的逐帧OnACID 适用于Windows，Mac或Linux 假阳性神经元检测器问题：automl模型无法在Windows中使用 实时检测神经元同步放电 激光处理模块干扰小鼠神经元 系统概述： : 设置 请在下面运行之前将Python设置为3.7版 python -V # >> 3.7.0 # Mac / Linux source setup.sh # Windows setup.

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：85mb
    • 提供者：weixin_42116681

  1. CMPE_258-源码

  2. CMPE_258：分配2 下面的详细信息除了强制性的分配要求之外，还涵盖了所探索的不同事物的列表。 第1部分 图像数据集： 新图像数据集已从Kaggle下载。 该数据集包含猫和狗的图像。 已对此数据集执行AutoML以获取准确的结果。 文字数据集 根据当前趋势，已下载了有关COVID讨论的数据集，用于模型“文本分类”，“单个标签”和“情感分析”。 视频数据集 已经探索了用于培训，验证和测试的数据拆分率，并使用了不同的值，以了解其对模型输出的影响。 已尝试使用带有预装容器的自定义jar代替Au

  3. 所属分类：其它

  1. mlgauge:一个简单的库，用于对跨不同数据集的机器学习方法的性能进行基准测试-源码

  2. 一个简单的库，用于对跨不同数据集的机器学习方法的性能进行基准测试。 mlgauge也是围绕包装和这为机器学习标准数据集。 mlgauge可以帮助您，如果 您正在开发一种机器学习方法或一种automl系统，并希望与其他方法进行比较和分析。 您正在学习不同的机器学习方法，并且想了解不同方法在不同条件下的行为。 查阅以了解更多信息。 安装 pip install mlgauge 用法 这是使用mlgauge设置和运行比较基准的工作流程： 通过定义Method类来设置您的方法。 如果您的方法遵循

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：78kb
    • 提供者：weixin_42099302

  1. topiaas:针对类固醇的autoML-源码

  2. topiaas:针对类固醇的autoML

  3. 所属分类：其它

  1. AutoML-源码

  2. AutoML

  3. 所属分类：其它

  1. automl-源码

  2. automl

  3. 所属分类：其它

  1. automl：Google Brain AutoML-源码

  2. 脑自动ML 该存储库包含与AutoML相关的模型和库的列表。

  3. 所属分类：其它

  1. adanet：具有学习保证的快速灵活的AutoML-源码

  2. 艾达网 AdaNet是基于TensorFlow的轻量级框架，可在最少的专家干预下自动学习高质量的模型。 AdaNet建立在AutoML最近的努力基础上，以提供快速的，灵活的学习保证。 重要的是，AdaNet提供了一个通用框架，不仅用于学习神经网络体系结构，而且还用于学习集成以获得更好的模型。 该项目基于AdaNet算法，该算法在上的“ ”中介绍，用于学习作为子网络集成的神经网络的结构。 AdaNet具有以下目标： 易于使用：提供熟悉的API（例如Keras，Estimator）以训练，评

  3. 所属分类：其它

  1. AlphaPy：使用Python，scikit-learn，Keras，XGBoost，LightGBM和CatBoost的自动化机器学习[AutoML]-源码

  2. AlphaPy：使用Python，scikit-learn，Keras，XGBoost，LightGBM和CatBoost的自动化机器学习[AutoML]

  3. 所属分类：其它

  1. autogluon：AutoGluon：用于文本，图像和表格数据的AutoML-源码

  2. 用于文本，图像和表格数据的AutoML AutoGluon自动执行机器学习任务，使您可以轻松地在应用程序中实现强大的预测性能。 仅需几行代码，您就可以在文本，图像和表格数据上训练和部署高精度的机器学习和深度学习模型。 例 # First install package from terminal: # python3 -m pip install --upgrade pip # python3 -m pip install --upgrade setuptools # python3 -m p

  3. 所属分类：其它

« 12 3 4 »