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. 神经网络30个例程序

  2. 不可多得的神经网络学习资料，附带30个例程，gui界面，想入门深度学习的同学的可以看看

  3. 所属分类：其它

    • 发布日期：2017-12-03
    • 文件大小：5mb
    • 提供者：qq385105501

  1. Python-AidLearning实现在没有root的Android上运行带GUI的Linux系统

  2. 它将带GUI的Linux系统移植到手机上，开发者可以高效、方便地进行Python编程。除了一些Linux环境下可用的功能，Aidlearning还加入了GUI(用户图形界面)和深度学习框架，现阶段已经完美支持Caffe, Tensorflow, Mxnet, ncnn, Keras

  3. 所属分类：其它

    • 发布日期：2019-08-12
    • 文件大小：27mb
    • 提供者：weixin_39840924

  1. 基于深度学习的车牌自动识别系统设计与实现.caj

  2. 对深度学习原理进行了概述，对卷积网络进行分析，软件GUI界面设计与实现，最后对软件进行测试

  3. 所属分类：讲义

  1. Deep_learning_GUI.rar

  2. 一个集深度学习训练过程与缺陷检测过程为一体的界面，但是中间遇到许多问题，其中解决耗时最长的问题就是如何将深度学习训练过程实时显示在GUI界面的Textbrowser上，实现Textbrowser作为控制台输出的功能。原博客链接：https://blog.csdn.net/weixin_42532587/article/details/105689637

  3. 所属分类：深度学习

    • 发布日期：2020-04-22
    • 文件大小：14kb
    • 提供者：weixin_42532587

  1. 车牌识别代码（可直接运行使用）

  2. 步骤一 解压代码，放到合适的路径（不要有中文路径），打开代码，找到CNN_NeuralNet.py里的train_flag = 0 net = char_cnn_net() 语句，将0改成1后运行CNN_NeuralNet.py执行训练步骤，然后再将1改成0后在执行一遍CNN_NeuralNet.py。 步骤二 找到GUI.py直接运行，然后取文件夹中的images中的pictures中的图片进行识别即可 步骤三 识别效果不佳时可以再次执行步骤一中的训练，或者自己改进

  3. 所属分类：深度学习

    • 发布日期：2020-06-28
    • 文件大小：118mb
    • 提供者：EugeneP

  1. 基于深度学习的银行卡号识别系统

  2. 基于CNN，有GUI界面。基于tensorflow，有数据集，已划分训练集，测试集，训练集已做标签.直接运行demo.py，按需下载需要包即可运行。

  3. 所属分类：深度学习

    • 发布日期：2020-10-30
    • 文件大小：217mb
    • 提供者：qq_36832087

  1. Python编写一个验证码图片数据标注GUI程序附源码

  2. 做验证码图片的识别，不论是使用传统的ORC技术，还是使用统计机器学习或者是使用深度学习神经网络，都少不了从网络上采集大量相关的验证码图片做数据集样本来进行训练。 采集验证码图片，可以直接使用Python进行批量下载，下载完之后，就需要对下载下来的验证码图片进行标注。一般情况下，一个验证码图片的文件名就是图片中验证码的实际字符串。 在不借助工具的情况下，我们对验证码图片进行上述标注的流程是： 1、打开图片所在的文件夹； 2、选择一个图片； 3、鼠标右键重命名； 4、输入正确的字符串； 5、保存 州

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：135kb
    • 提供者：weixin_38748875

  1. atlas:适用于应用深度学习开发的开源，自托管平台-源码

  2. 生成状态： 图集：自托管机器学习平台 Atlas是一个灵活的机器学习平台，由Python SDK，CLI，GUI和Scheduler组成，可帮助机器学习工程团队大幅减少模型开发时间并减少管理基础架构的工作量。 发展状况 Atlas的发展非常Swift，并且经历了Dessa历史上的多次迭代。 最新版本是BETA。 特征 以下是一些高级功能： 自托管：在单个节点（例如您的笔记本电脑）或多节点群集（例如本地服务器或云群集（AWS / GCP / etc。））上运行Atlas 作业调度：通过在群集上远程

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：12mb
    • 提供者：weixin_42168830

  1. overboard:纯Python仪表板，用于监控深度学习实验（例如，用于PyTorchMXNet等的TensorBoard，无需浏览器）-源码

  2. 机载 纯Python仪表板，用于监视深度学习实验（如用于PyTorch / MXNet /等的TensorBoard，无需浏览器） 特征 自动在目录树中发现新实验，并实时更新图 完全响应的本机应用程序，不涉及复杂的Python-Javascr ipt桥或浏览器 使用鼠标以交互方式可视化张量（激活，过滤器）（缩放/平移） 使用MatPlotLib完全可自定义的图。看看您的网络真正在做什么！ 快速记录和过程外绘图。不要减慢训练速度以拥有精美的图表 轻松远程监控实验（例如，在基于SSH的群集中） 安装

  3. 所属分类：其它

  1. CIFAR-10_keras_CNN_model：这是一个简单的python项目，具有keras CNN模型和GUI界面，用于选择keras模型并使用图像对其进行测试-源码

  2. CIFAR 10 keras CNN模型 这是一个具有keras CNN模型和GUI接口的简单python项目，用于选择keras模型并测试该模型以对图像进行分类 用法 要训​​练新模型，您只需要运行train_model.py文件，如果您想更改训练的设置，就需要进行修改，并根据自己的喜好对其进行修改。 该模型现在的准确度达到80％以上，并且由于我没有Nvidia GPU，因此需要花费一段时间来训练该模型50个以上的时间，但是我敢肯定，将其运行更多的时间可以提高最终的准确度。 注意事项 我刚刚开

  3. 所属分类：其它

    • 发布日期：2021-02-27
    • 文件大小：16mb
    • 提供者：weixin_42116596

  1. sleap：用于多动物姿势跟踪的深度学习框架-源码

  2. SLEAP-社会LEAP估计动物姿势 SLEAP是一个基于开源深度学习的框架，用于估计动物身体部位的位置。 它支持多动物姿势估计和跟踪，并包括用于主动学习和校对的高级标签/训练GUI。 SLEAP由。 它使用Python编写，并使用TensorFlow 2进行机器学习，并使用Qt / PySide2进行图形用户界面。 特征 专用的GUI和人在环工作流程，可快速标记大型数据集 采用自上而下和自下而上的训练策略进行多动物姿势估计 先进的预训练和可定制的神经网络架构，可在很少标签的情况下提供准确的

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：50mb
    • 提供者：weixin_42134338

  1. Alexnet-Trainer-MATLAB-AppDesigner-GUI：使用MATLAB创建和训练Alexnet神经网络数据集的GUI-源码

  2. Alexnet培训师-MATLAB-AppDesigner-GUI 使用MATLAB创建和训练Alexnet神经网络数据集的GUI 描述 AlexNet是一个卷积神经网络，可以对来自ImageNet数据库的一百万张图像进行训练。 该网络深达8层，可以将图像分类为1000个对象类别，例如键盘，鼠标，铅笔和许多动物。 结果，网络已经学会了针对广泛图像的丰富特征表示。 网络的图像输入大小为227×227。 有关MATLAB:registered:中更多的预训练网络，请参见。 要求 MATLAB 20

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：132kb
    • 提供者：weixin_42144604

  1. DeepLearningToolbox：用于分析深度神经网络的工具-源码

  2. 深度学习工具箱（开发阶段） 一组用于分析和可视化深度神经网络的工具。 该工具箱的最初目标是可视化网络，以解决图像分类任务。 该论文的动机是： Jason Yosinski，Jeff Clune，Anh Nguyen，Thomas Fuchs和Hod Lipson。 在2015年国际机器学习大会（ICML）的深度学习研讨会上发表。 主要设计目标是（尚未完全实现）： 模块化：可以在通用核心功能的基础上添加新工具 框架不可知性：工具箱应该能够使用不同的神经网络框架，例如TensorFlow，

  3. 所属分类：其它

  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. 使用人工神经网络进行乳腺癌检测：基于Matlab的GUI使用深度学习预测乳腺癌-源码

  2. 使用人工神经网络进行乳腺癌检测：基于Matlab的GUI使用深度学习预测乳腺癌

  3. 所属分类：其它

  1. AidLearning-FrameWork：:fire::fire:在Android上用于Linux-Python-AI代码开发的AidLearning。 AidLearning建立了一个Linux环境，在Android设备上支持GUI，深

  2. 在Android上运行Linux + AI + Python + GUI 4in1环境。 介绍 是一个功能强大的移动AI开发平台，它支持用于深度学习神经网络开发的几乎所有框架和工具。 它已在Android上构建了一个完整Linux OS支持GUI桌面，并内置了最受欢迎的深度学习框架Caffe / mxnet / keras / tensorflow / ncnn / opencv / pytorch ... 内置Visual AI开发IDE，内置最流行的编程工具，例如VSCode和Jupy

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：44mb
    • 提供者：weixin_42135754

  1. ml-stuff：机器学习，人工智能，深度学习的东西-源码

  2. 毫升 机器学习，人工智能，深度学习的东西 强调： labs-AI - lab1 （小型聊天机器人）， lab5 （典当棋GUI和AI） labs-machine-learning/implementations -线性回归和可视化工具（以及自述文件和TeX文档） labs-neural-networks lab4 labs-neural-networks - lab4 （MNIST感知器，在Tk中具有错误率可视化器）

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：65mb
    • 提供者：weixin_42165712

  1. BMW-YOLOv4-Training-Automation：此存储库可让您开始训练最先进的深度学习模型，而几乎不需要或不需要任何配置！ 您提供标记的数据集或使用我们的BMW-LabelTool-Lite标记数据集，就可以立即开始训练并以许

  2. 适用于Linux的YOLOv4-v3培训自动化API 该存储库基于AlexeyAB的darknet repro，可让您开始训练最先进的深度学习模型，而几乎不需要或不需要任何配置！ 您提供了标记的数据集，就可以立即开始训练并以许多不同方式（例如TensorBoard或自定义REST API和GUI）对其进行监视。 使用YOLOv4进行培训从未如此简单。 该存储库还与Yolov3培训具有交叉兼容性。 您还可以使用我们的BMW-Labeltool-lite用yolo标签格式标记数据集 先决条件 U

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：213mb
    • 提供者：weixin_42134240

  1. BMW-TensorFlow-Training-GUI：此存储库可让您开始使用基于gui的培训，而无需进行任何配置就可以学习最先进的深度学习模型！ 使用TensorFlow进行NoCode培训从未如此简单-源码

  2. 适用于Linux的Tensorflow对象检测培训GUI 该存储库使您无需进行任何配置就可以开始训练最先进的深度学习模型！ 您提供了标记的数据集，您可以立即开始训练并使用TensorBoard对其进行监视。 您甚至可以使用我们内置的Inference REST API测试模型。 使用TensorFlow进行培训从未如此简单。 您也可以使用我们的BMW-Labeltool-lite标记数据集。 图像和标签可直接用于培训。 该存储库基于 此仓库中使用的张量流版本为1.13.1 我们计划在正

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：220mb
    • 提供者：weixin_42117485

  1. image_labeling:基于CNN和LSTM概念的图像字幕深度学习模型以及来自tkinter的Flicker_8k和GUI数据集-源码

  2. 图片字幕 :man::laptop: 基于CNN和LSTM概念以及Flicker_8k和GUI数据集的图像标题深度学习模型 :mechanical_leg: 来自tkinter。 Convolutional Neural Network是一种深度学习算法，可以吸收输入图像，为图像中的各个方面/对象分配重要性，并能够区分彼此。 这种方法的流程结构就像 在分类的最后一部分中，我们使用了RNN的扩展版本，即LSTM ，它使用了存储的内存和结构看起来像 表格中的数据集 图像 标签 一个穿着粉红色裙

  3. 所属分类：其它

« 12 3 »