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. cats-vs-dogs.zip

  2. 在已经下载kaggle猫狗大战数据的基础上，先运行pytorch_cat_dog.py，在运行剩下的那两个*,py文件

  3. 所属分类：教育

    • 发布日期：2020-05-05
    • 文件大小：4kb
    • 提供者：davidsmith8

  1. dogs-vs-cats.zip.004

  2. 这是深度学习的常用训练集，猫狗集合。学习用。zhp4 "从上述测评结果可见，不同配置下的模型在相同测试集上，存在非常大的性能差异；并且在使用了径向基(Radial basis function)核函数对特征进行非线性映射之后，支持向量机展现了最佳的回归性能"

  3. 所属分类：深度学习

    • 发布日期：2020-03-13
    • 文件大小：184mb
    • 提供者：m061060

  1. dogs-vs-cats.zip.003

  2. 这是深度学习的常用训练集，猫狗集合。学习用。 zp3 从上述测评结果可见，不同配置下的模型在相同测试集上，存在非常大的性能差异；并且在使用了径向基(Radial basis function)核函数对特征进行非线性映射之后，支持向量机展现了最佳的回归性能

  3. 所属分类：深度学习

    • 发布日期：2020-03-13
    • 文件大小：210mb
    • 提供者：m061060

  1. dogs-vs-cats.zip.002

  2. 这是深度学习的常用训练集，猫狗集合。学习用。zP2 “从上述测评结果可见，不同配置下的模型在相同测试集上，存在非常大的性能差异；并且在使用了径向基(Radial basis function)核函数对特征进行非线性映射之后，支持向量机展现了最佳的回归性能”

  3. 所属分类：深度学习

    • 发布日期：2020-03-13
    • 文件大小：210mb
    • 提供者：m061060

  1. dogs-vs-cats.zip.001

  2. 这是深度学习的常用训练集，猫狗集合。学习用。 “从上述测评结果可见，不同配置下的模型在相同测试集上，存在非常大的性能差异；并且在使用了径向基(Radial basis function)核函数对特征进行非线性映射之后，支持向量机展现了最佳的回归性能”

  3. 所属分类：机器学习

    • 发布日期：2020-03-13
    • 文件大小：210mb
    • 提供者：m061060

  1. milvus_cibr:使用Milvus（矢量相似度搜索引擎）识别猫和狗-源码

  2. Milvus用于猫和狗的基于内容的图像检索 挑战在于使用Milvus创建端到端的应用程序场景。 从David Shvimer的Towards Data Science帖子（ ）中汲取灵感，我决定使用Milvus检测图像的矢量相似性，主要是猫和狗。 就像在提到的文章中一样，我首先决定使用转移学习进行特征提取，并使用转移学习中的特征来计算图像之间的余弦相似度。 然后我将特征向量输入Milvus。 数据链接在这里： ://www.kaggle.com/c/dogs-vs-cats/data?s

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：180mb
    • 提供者：weixin_42128558

  1. dogs-vs-cats.zip

  2. 猫狗数据集、计算机视觉

  3. 所属分类：互联网

    • 发布日期：2021-02-21
    • 文件大小：816mb
    • 提供者：qq_44936246