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. StockChartX Pro ActiveX控件

  2. Tilt 1.2 Multilabel 是一款用于把可旋转的文本标签打包的ActiveX控件，它主要为Microsoft Access报表设计，但也可以用于其他任何控件容器(ActiveX container)，例如Word,Excel,Powerpoint,Visual Basic甚至Internet Explorer。 Tilt 1.2 Multilabel的特点： 易于使用：只要把它导入表格或报表； 可选择字体，颜色，旋转角度和间隔； 动态改变文本和外观； 安装也卸载方便； 能工作于W

  3. 所属分类：Access

    • 发布日期：2005-12-29
    • 文件大小：396kb
    • 提供者：chenxh

  1. 图像分割growcut论文

  2. 图像分割新算法growcut论文，In this paper we describe a novel algorithm for interactive multilabel segmentation of N-dimensional images. Given a small number of user-labelled pixels, the rest of the image is segmented automatically by a Cellular Automaton.

  3. 所属分类：C/C++

    • 发布日期：2011-04-12
    • 文件大小：873kb
    • 提供者：stalick

  1. Multilabel classification via calibrated label ranking

  2. Multilabel classification via calibrated label ranking

  3. 所属分类：教育

    • 发布日期：2014-05-30
    • 文件大小：565kb
    • 提供者：tian_644890338

  1. python-scikit-learn使用说明

  2. 简介： ...................................................................... 2 主要特点：................................................................... 2 scikit-learn安装：（ubuntu版本14.04.1） ......................................... 2 Classification .....

  3. 所属分类：机器学习

    • 发布日期：2017-09-12
    • 文件大小：800kb
    • 提供者：z_ae86

  1. Multilabel-Part01.pdf

  2. 多标签学习课件，。。。。是pdf版本的，作者是Jesse Read。

  3. 所属分类：讲义

  1. bpmll算法论文

  2. 多标签分类相关论文，题目是《Multilabel Neural Networks with Applications to Functional Genomics and Text Categorization》

  3. 所属分类：深度学习

  1. scikit-learn user guide Release 0.20.3 API

  2. scikit-learn user guide Release 0.20.3 官方文档APICONTENTS 1 Welcome to scikit-learn 1.1 Installing scikit-learn 1.2 Frequently Asked Questions 2 1.3 Suppo 8 1. 4 Related Projects “· 1. 5 About us 12 1.6 Who is using scikit-learn? 16 1. Release histor 25

  3. 所属分类：Python

    • 发布日期：2019-03-24
    • 文件大小：46mb
    • 提供者：fans_ac

  1. 2021-GAIIC-Track1-idea:全球人工智能技术创新大赛【赛道一】-源码

  2. 2021-GAIIC-Track1-idea 非常荣幸能够拿到本周周星星，目前线上分数是5折nezha-base模型融合得到，采用pretrian + finetuning，具体细节如下： 预训练 由于数据是脱敏，所以直接从头开始训练bert模型，没有加载已有的预训练模型权重，模型采用的是nezha-base，代码参考； mask方法：采用ngram mask方法，以及动态mask方法，具体可以参考： 预训练代码使用的是tansformers模块自带的，具体可以参考； 预训练参数：lr =

  3. 所属分类：其它

  1. Text-Multilabel-Classification-BERT-Tf2.x:文本多标签分类-BERT-Tf2.0-源码

  2. 文本多标签分类-BERT-Tf2.0 该存储库包含针对多标签文本分类的预训练BERT模型的Tensorflow2.0实现。 脚步 从下载数据 借助download_bert.sh下载预训练的模型权重 运行train_bert.py 训练损失和准确性 测试损失和准确性

  3. 所属分类：其它

  1. Multiclass-Multilabel-prediction-For-stack-overflow-Questions___Surendran_R-源码

  2. StackOverflow问题的多类多标签预测 作者：Surendran R 数据集： : 目标：给定StackoverFlow帖子中“问题”的文本，预测与其相关的标签。 这是按比例缩小的版本，仅预测最常出现的前10个标签 程式语言：Python 模型架构：使用CNN（Conv1D）进行深度学习 关于数据集 数据集包含来自Stack Overflow编程问答网站的问题，答案和相应标签的文本。 这被组织为三个文件： 问题包含所有未删除的堆栈溢出问题的标题，正文，创建日期，截止日期（如果适用），

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：15kb
    • 提供者：weixin_42162978

  1. multilabel-image-classification-tensorflow-源码

  2. 使用Tensorflow进行图像检测 在这个项目中，我们将讨论执行图像识别的两种方法： 的对象检测-我们将在Docker容器内部署Tensorflow的对象检测API，以在AWS Sagemaker中训练我们的模型。生成的模型将能够检测图像内部的对象，每个对象周围都有一个边界框。 -我们将能够基于图像所包含的内容为其分配多个标签。

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：428mb
    • 提供者：weixin_42131424

  1. Multiview Matrix Completion for Multilabel Image Classification

  2. Multiview Matrix Completion for Multilabel Image Classification

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：512kb
    • 提供者：weixin_38735899

  1. xtreme-multilabel-tweets：10,000个用户的推文分类-源码

  2. xtreme-multilabel-tweets 10,000个用户的推文分类 数据集可以从https://www.dropbox.com/s/kn2dmuczse0ysek/train_tweets.txt.zip?dl=0下载 使用Facebook的fasttext库对10,000个用户的BERT编码推文进行分类。 像大多数极端的多类/标签分类问题一样，数据集的分布严重偏斜，最终的验证准确性很低（16.33％）。

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：48kb
    • 提供者：weixin_42153691

  1. multilabel：用于标签数量变化的全实体多类多标签预测的损失框架-源码

  2. multilabel：用于标签数量变化的全实体多类多标签预测的损失框架

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：44mb
    • 提供者：weixin_42112685

  1. Multi-Instance Multilabel Learning with Weak-Label for Predicting Protein Function in Electricigens

  2. Multi-Instance Multilabel Learning with Weak-Label for Predicting Protein Function in Electricigens

  3. 所属分类：其它

  1. Hybrid Noise-Oriented Multilabel Learning

  2. Hybrid Noise-Oriented Multilabel Learning

  3. 所属分类：其它

  1. xml-tuto：面向机器学习者的eXtreme MultiLabel分类教程笔记本（带视频）-源码

  2. xml-tuto：面向机器学习者的eXtreme MultiLabel分类教程笔记本（带视频）

  3. 所属分类：其它