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. music-genre-classifier-源码

  2. 使用fastai构建基于歌词的流派分类器 在这个项目中，我建立了一个神经网络，根据歌曲的歌词将歌曲分为三种类型之一。歌词是通过lyricsgenius软件包获得的，并且该模型是使用功能强大的fastai库构建的。 也可以在我的上找到描述该项目的帖子。

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：559kb
    • 提供者：weixin_42131342

  1. snkrfinder:支持Sneaker Finder（snkrfndr 2.0）和snkrgen fastsnkr的工具-源码

  2. 欢迎来到snkrfinder 该存储库/模块用于开发Sneaker Finder的fastai API版本：一种工具，可帮助您找到与您喜欢的运动鞋相似的鞋！ 该文件将成为您的自述文件以及您的文档索引。 版本2021年2月0.2.4（0.1 Insight TF / Keras） 概述-在制品 这是我作为最初的Insight Data Science sprint项目开发的Sneaker Finder工具的完整重构。 原始项目使用TensorFlow，Keras和Flask。 这个项目已使用f

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：14mb
    • 提供者：weixin_42127020

  1. smartbook:这是Fastai书的翻译对象-源码

  2. AI智慧书 FastAI翻译项目（共20个章节），ML快速实现教程并包含工程代码。用于帮助那些有志挑战深度学习，但苦于没有深厚的工程或数学背景，以及英语阅读有困难的朋友们。 很多人认为，你需要所有那些很难找到的东西才能在机器学习上取得很好的结果，而在你读完书后，你会发现那些人是不正确的。相对于世界级深度学习，有些事情你是绝对不需要做的的： 神秘（不需要） 真相 大量的数学专业知识 只需要高中的数学水平就可以可以了 海量的数据 我们可以用不到50条数据就可以看到突破行的结果 大量且昂贵的计算机算力

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：80mb
    • 提供者：weixin_42175776

  1. Fastai_Chapter2:Fastai课程手册中的Pytorch项目-源码

  2. 法泰 Fastai课程/书籍中的Pytorch项目

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：41mb
    • 提供者：weixin_42168745

  1. JonathanSum-源码

  2. 问候 2021年的目标：掌握NLP变压器等相关知识。 使用深度学习对NN游戏项目进行图形化处理。 在有关动漫的深度学习上构建更多项目。 其他深度学习项目。 了解更多深度学习主题。 对于我爱的每一个动漫，我都会在他们身上建立更多的深度学习项目。 我忘记了在哪里找到这些图像，所以暂时不要引用它。 每日目标：向随机位置，PPUU，变压器（minGPT和Coursera），Fastai，Pytorch Lighting示例学习 不要忘记签出我的项目并在下面回购 :backhand_index_po

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：35mb
    • 提供者：weixin_42105816

  1. Deep-Neural-Network-based-parking-system:使用Fastai库训练了基于Resnet101的汽车和空置空间分类器。 与laplacian操作员结合使用，可自动管理停车-源码

  2. 基于深度神经网络的停车系统 特征： （第1课）用于训练基于Resnet101的深度神经网络分类器，该分类器对空白区域和小汽车进行分类 拉普拉斯算子给出边并使用其密度检查停车位的状态，然后每当停车位的状态发生任何变化时，都会在该停车位处引入分类器，以确定其是否为汽车并改变停车位的颜色指示它是被占用还是空 使用OpenCV并使用其内置功能，以观察其效率 尝试了一些计算机视觉技术，例如背景减法，核扩散和变形 使用Google colab编写的代码易于使用，并使没有GPU的人能够使用Google的慷慨

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：24mb
    • 提供者：weixin_42098830

  1. react-ml-app:机器学习示例应用-源码

  2. react-ml-app 我的这个宠物项目是如何创建在浏览器中运行的隐私优先的机器学习应用程序的端到端示例。 它演示了如何使用fastai训练PyTorch模型，将其导出为ONNX格式并在React应用程序中使用onnx.js在浏览器中运行它。 目标 因为我是爱狗的人（对不起猫的朋友，但是您可以轻松地训练自己的分类器模型并为猫的品种构建一个应用程序！），所以我的目标是创建一个简单，功能齐全且逼真的React应用程序，以对狗的品种进行分类使用狗的形象。 该应用程序应该易于使用，因此，当我对遇到的

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：42mb
    • 提供者：weixin_42164931

  1. docker-containers:Fastai的Docker映像-源码

  2. 用于fast.ai的Docker容器 该存储库按照此仓库的定期计划，构建与中的项目相关的各种映像。 您必须在使用此项目之前安装 。 这些Docker容器可用于生产，测试和在线服务，或用于促进需要可重现性和可移植性的场景。 在使用这些容器之前，假定对Docker有一定的了解。 有关Docker的简要介绍，请参阅。 对于参加fast.ai课程或进行原型开发的学生，fast.ai建议在您的主目录中使用而不是这些容器。 请查阅相应的存储库以获取安装说明。 目录 标签 以下标记可用于所有图像： la

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：27kb
    • 提供者：weixin_42121058

  1. walkwithfastai.github.io:托管https-源码

  2. 与法泰同行 这是什么项目 欢迎与fastai同行！ 这个项目是由我（扎卡里·穆勒（Zachary Mueller）），它是一种将收集在，我自己的课程资料以及其他人的绝妙作品中分散的有趣技术收集到一个集中位置的方式。 我们的目标是提供比“ fastai食谱书”更多的东西，而作者可以在其中深入探讨涉及fastai库使用的主题。 每个超级章节都有一个中央框架和主题，如您在此屏幕顶部的“目录”菜单中所见。 主题按其超级主题细分，例如： 想象 分类单标签 这些文章的收集可以很简单，例如为用例显示几行

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：43mb
    • 提供者：weixin_42135462

  1. FastAI项目-源码

  2. “＃FastAIProject”

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：503kb
    • 提供者：weixin_42131618

  1. nn-toolbox：常用的深度学习组件，过程和应用程序的工具箱-源码

  2. PyTorch中的深度学习高层框架。 介绍 每当我做一个项目时，我总是必须从头开始重新实现所有功能。 首先，这很有用，因为这需要我真正地学习概念和程序。 但是，这些杂务很快变得令人讨厌。 因此，我创建了此存储库，以存储所有有用的代码。 这很快扩展到我在论文中看到并想要实现的东西。 最后，当我实现一些更困难的东西（例如回调）时，很棒的fastai课程问世了，所以我决定利用这次机会来上课，调整代码（例如笔记本）和库以适应我现有的代码库。 在这里可以找到什么？ 我将代码组织成核心元素（回调，组件，损

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：989kb
    • 提供者：weixin_42099087

  1. snkr-finder：Sneaker Finder的Nbdev重构（Insights数据科学sprint项目）-源码

  2. 搜寻器 该模块处理创建和执行一个简单工具的过程，该工具可以查找称为“ Sneaker Finder”的类似运动鞋。 该存储库是使用fastai API和nbdev构建的，并且是作为在keras / tensorflow中执行的Insight Data Science sprint项目的一部分而启动的项目的完整重构。 目标： - learning PyTorch frameworks - learn fastai api - iterate on and extend simple POC "s

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：43mb
    • 提供者：weixin_42134234

  1. awesome-stars：我的GitHub星级的精选列表！-源码

  2. 很棒的星星 我的GitHub明星精选清单！ 由产生 内容 C ++ 用于凸优化问题的Python嵌入式建模语言。 -在C ++和Python中使用OpenCV实现自动全景的实现 基于CLI的音频可视化器 用于Python和C ++的最小和快速的图像库 HTML -基于骨骼的动作识别 -cvpaper.challenge工作资料库，用于调查CVPR 2018的所有论文 该项目的目的是分享有关Streamlit的出色表现以及可以做到的知识 Javascr ipt 具有高级监视和触摸屏支持

  3. 所属分类：其它

  1. UnityImageSynthesisTutorial1：使用Unity生成合成图像，以在PyTorch和fastai中进行深度学习图像分割-源码

  2. 该项目将帮助您快速掌握在Unity中生成综合训练图像的速度。 您不需要任何Unity经验，但是建议您具有Python和fastai库/课程的经验。 在本教程结束时，您将训练一个可以识别不同3D实体的图像分割网络。 在我的上阅读更多详细信息 跟随 入门 克隆仓库 使用Unity / Unity Hub打开项目（建议2018.3.2） 打开“实心”场景 创建一个“捕获/培训”和“捕获/ val”文件夹 如果要进行快速训练，请打开SceneControl对象并启用“保存/灰度”。 否则，请禁用这些

  3. 所属分类：其它

  1. fastai-nbstripout：更快的nbstripout和autotrust笔记本本地git配置-源码

  2. 禁食 nbstripout的更快版本，功能略有不同，并且自动信任笔记本电脑的本地git配置 关于 这是对的重写。 它更快，因为它不会加载任何非常重的nbformat ，并且可以直接在json文件上运行。 它在所有项目中都使用过，并且创建此是为了使其易于在其他项目中重复使用，因此所有文件都放在一个位置。 与软件一样-与nbstripout的功能不同 该工具仅实现nbstripout的子集（大部分），并且不尝试既不相同也不尝试使其与nbstripout保持同步。 它实现了我们需要fastai所需的

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：14kb
    • 提供者：weixin_42129113

  1. FastAI-0.7:FastAI 0.7版本（已过时）的Docker Compose环境-源码

  2. FastAI 0.7设置 如果您碰巧通过fast.ai遵循这些课程，则某些课程已过时，版本为0.7，并且绝对不能替代这些课程。 因此，如果您发现自己为自己的环境设置感到沮丧，这里有一个Docker Compose项目，您可以在几秒钟内启动并运行它。 操作系统 当前，此设置仅适用于Linux。 它可以在Windows上运行，但是您必须承担查看Dockerfile内的负担并知道该怎么做。 对于初学者 为了使事情正常进行，请执行以下步骤： 安装Docker和Docker Compose 拉下这个仓

  3. 所属分类：其它