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. BAT机器学习面试1000题系列

  2. BAT机器学习面试1000题系列 1 前言 1 BAT机器学习面试1000题系列 2 1 归一化为什么能提高梯度下降法求解最优解的速度？ 22 2 归一化有可能提高精度 22 3 归一化的类型 23 1）线性归一化 23 2）标准差标准化 23 3）非线性归一化 23 35. 什么是熵。机器学习 ML基础 易 27 熵的引入 27 3.1 无偏原则 29 56. 什么是卷积。深度学习 DL基础 易 38 池化，简言之，即取区域平均或最大，如下图所示（图引自cs231n） 40 随机梯度下降 4

  3. 所属分类：机器学习

    • 发布日期：2018-03-07
    • 文件大小：10mb
    • 提供者：qq_38873863

  1. LSTM生成藏头诗

  2. 本人是从网上教程视频中看到唐诗生成教学视频，自己按照上面的案例，手动敲了一下代码，如果仅仅只是手动按照上面给出的内容敲，其实学到的内容是有限的，所以我当时萌生出一个想法，如果是藏头诗呢，该怎么做呢，其实网上也有人给出来了，我现在里面的源码还是不太好用，当然我基于自己先前的代码进行的修改完成的，代码下载。

  3. 所属分类：深度学习

    • 发布日期：2018-07-14
    • 文件大小：132mb
    • 提供者：pursue_myheart

  1. 双流3D视频动作识别

  2. 3-D convolutional neural networks (3-D-convNets) have been very recently proposed for action recognition in videos, and promising results are achieved. However, existing 3- D-convNets has two “artificial” requirements that may reduce the quality of

  3. 所属分类：机器学习

    • 发布日期：2018-12-18
    • 文件大小：983kb
    • 提供者：u011049137

  1. 吴恩达DL深度学习笔记v3.03.pdf

  2. Coursera深度学习教程中文笔记 课程概述 这些课程专为已有一定基础（基本的编程知识，熟悉Python、对机器学习有基本了解）， 想要尝试进入人工智能领域的计算机专业人士准备。介绍显示：“深度学习是科技业最热门 的技能之一，本课程将帮你掌握深度学习。” 在这5堂课中，学生将可以学习到深度学习的基础，学会构建神经网络，并用在包括吴 恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。Deep Learning Specialization对卷积神经网络 (CNN)、递归神经网络 (R

  3. 所属分类：深度学习

    • 发布日期：2019-08-19
    • 文件大小：14mb
    • 提供者：drjiachen

  1. LSTMVis, 面向短期内存网络的可视化工具箱( LSTMs ).zip

  2. LSTMVis, 面向短期内存网络的可视化工具箱( LSTMs ) 基于的状态变化可视化分析更多关于 LSTMVis，介绍视频和现场演示的信息可以在的 lstm.seas. harvard.edu 中找到。还可以在上查看我们关于Sequence-to-Sequence模型的新工作，或者在 /的现场

  3. 所属分类：其它

  1. action-recognition-visual-attention, 基于软注意的深层递归神经网络动作识别.zip

  2. action-recognition-visual-attention, 基于软注意的深层递归神经网络动作识别 基于视觉注意的动作识别基于软注意的视频动作识别任务模型。 我们采用多层次递归神经网络( RNNs )，具有长期内存( LSTM ) 单元和时间和时间。 我们的模型学习在视频框架中有选择地集中注意力，并在几个视频中分类视频。 模型本质上了

  3. 所属分类：其它

    • 发布日期：2019-09-18
    • 文件大小：1010kb
    • 提供者：weixin_38744375

  1. Multi-emotional single-track music generating model based on LSTM

  2. 基于LSTM的多情感单音轨音乐生成模型，王希成，李炜，随着短视频平台的普及，用户通过自己创作视频进行分享的现象已经十分普遍。背景音乐作为短视频中不可或缺的部分，在情感表达上起

  3. 所属分类：其它

    • 发布日期：2020-03-13
    • 文件大小：332kb
    • 提供者：weixin_38679449

  1. pytorch学习视频百度网盘链接.txt

  2. pytorch学习视频，2.5个G。包括 深度学习初见/ 开发环境安装/ 回归问题/ pytorch基础教程/ pytorch进阶教程/ 随机梯度下降/ 神经网络与全连接层/ 过拟合/ 卷积神经网络CNN/ CIFAR10与resnet实战/ 循环神经网络RNN&lstm/

  3. 所属分类：深度学习

    • 发布日期：2020-02-23
    • 文件大小：75byte
    • 提供者：u013171226

  1. 深度学习入门课程---LSTM网络结构简介视频教程.mp4

  2. 深度学习入门课程---LSTM网络结构简介视频教程，希望能够学习者提供帮助，实现对LSTM网络结构基础知识的掌握与理解，为后续学习做好铺垫，实现LSTM网络结构知识的灵活运用

  3. 所属分类：深度学习

    • 发布日期：2020-02-07
    • 文件大小：11mb
    • 提供者：zsb8888

  1. ​一种基于LSTM的视频车辆检测算法

  2. 针对视频车辆检测问题，提出了一种基于LSTM的视频车辆检测算法模型。该算法接受视频序列作为输入，先利用卷积网络提取视频帧的空间特征，然后利用LSTM模块得到时间维度的特征，最后利用全卷积网络预测最终的检测结果。将所提算法与其他典型的算法进行比较，实验结果表明所提算法具有更好的检测准确率，同时检测速度也更快。

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：215kb
    • 提供者：weixin_38659789

  1. 基于CNN和LSTM混合模型的人体跌倒行为研究.pdf

  2. 目前深度学习模型不能较好地把监控视频中跌倒行为的空间和时序特征有效结合起来。为此，提出基于CNN和LSTM(混合模型的人体跌倒行为识别方法

  3. 所属分类：互联网

    • 发布日期：2021-03-17
    • 文件大小：1mb
    • 提供者：qq_47590788

  1. Cycle-SUM：周期一致的对抗性LSTM网络，用于无监督的视频摘要

  2. Cycle-SUM：周期一致的对抗性LSTM网络，用于无监督的视频摘要

  3. 所属分类：其它

  1. Covid_Control：机器学习来预测Covid19日用例的未来数量（7天移动平均值）。 牛津数据集的长期短期记忆（LSTM）预测因子和强化学习（RL）处方-源码

  2. 共视控制 Covid Control是一种免费且可评估的机器学习模型，可预测Covid19日案例（7天移动平均值）的未来数量。 使用LSTM和强化学习对非药物干预（NPI）进行量化。 利用机器学习挽救人类史无前例的全球健康能效新型冠状病毒（COVID-19）的生命，以帮助拉平曲线。 开发数据驱动的AI系统以预测感染率并制定区域政府，社区和组织可以实施的干预计划（IP）。 当国家重新开放经济和社会时，干预计划可以减少感染病例，最大程度地减少负面经济影响，并带来更好的结果。 动机：Covid19大流

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：24mb
    • 提供者：weixin_42117622

  1. 机器学习笔记：我不断更新的机器学习，概率模型和深度学习笔记和演示（超过2000张幻灯片）我不间断更新的机器学习，概率模型和深度学习的讲义（2000+页）和视频链接-源码

  2. 深度学习中的无限深度深度学习“无限”精彩 神经网络的详细推导为（1）使用中心极限定理的高斯过程（2）神经正切核（NTK）（1）使用中心极限定理详细推导神经网络作为高斯过程（2）神经正切核神经正切核（NTK） 讨论神经ODE，尤其是在参数训练中使用伴随方程讨论神经ODE，尤其是在参数训练中使用伴随方程 Sinovasinovation DeeCamp创新工场DeeCAMP讲义 maxmax的特性，不使用计算分母的情况下估计softmax，概率重新参数化：Gumbel-Max技巧和REBAR算法（

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：83mb
    • 提供者：weixin_42128963

  1. 基于Bi-LSTM-Attention模型的人体行为识别算法

  2. 针对长短时记忆网络(LSTM)不能有效地提取动作前后之间相互关联的信息导致行为识别率偏低的问题,提出了一种基于Bi-LSTM-Attention模型的人体行为识别算法。该算法首先从每个视频中提取20帧图像,通过Inceptionv3模型提取图像中的深层特征,然后构建向前和向后的Bi-LSTM神经网络学习特征向量中的时序信息,接着利用注意力机制自适应地感知对识别结果有较大影响的网络权重,使模型能够根据行为的前后关系实现更精确的识别,最后通过一层全连接层连接Softmax分类器并对视频进行分类。通过

  3. 所属分类：其它

  1. 基于嵌入注意力机制层级LSTM的音视频情感识别

  2. 对于语音的情感识别,针对单层长短期记忆(LSTM)网络在解决复杂问题时的泛化能力不足,提出一种嵌入自注意力机制的堆叠LSTM模型,并引入惩罚项来提升网络性能。对于视频序列的情感识别,引入注意力机制,根据每个视频帧所包含情感信息的多少为其分配权重后再进行分类。最后利用加权决策融合方法融合表情和语音信号,实现最终的情感识别。实验结果表明,与单模态情感识别相比,所提方法在所选数据集上的识别准确率提升4%左右,具有较好的识别结果。

  3. 所属分类：其它

  1. rnn笔记本：RNN（SimpleRNN，LSTM，GRU）Tensorflow2.0和Keras笔记本（车间材料）-源码

  2. rnn笔记本 RNN（SimpleRNN，LSTM，GRU）Tensorflow2.0和Keras笔记本（车间材料） 滑梯 视频 某些部分是可以自由地从我们的也可以购买一个完整的软件包，包括从波斯32个视频 笔记本电脑 RNN简介： 我们如何推断不同的序列长度？ 加密货币预测 当我们使用return_sequences = True吗？ 堆叠式RNN（深度RNN） 使用LSTM层 CNN + LSTM用于球运动分类 Keras中的TimeDistributed层是什么？ 视频分

  3. 所属分类：其它

  1. 带有ANFIS-DeepRNN的情感视频到音频：带有ANFIS-DeepRNN（香草RNN和LSTM-DeepRNN）的情感视频到音频的转换[MPE 2020]-源码

  2. 带有ANFIS-DeepRNN的情感视频到音频：带有ANFIS-DeepRNN（香草RNN和LSTM-DeepRNN）的情感视频到音频的转换[MPE 2020]

  3. 所属分类：其它

  1. LSTM-人类活动-识别：在智能手机传感器数据集上使用TensorFlow和LSTM RNN的人类活动识别示例。 在六个活动类别中分类运动的类型-Guillaume Chevalier-源码

  2. 使用智能手机数据集和LSTM RNN的人类活动识别（HAR）。 将运动类型分为以下六类： 步行， WALKING_UPSTAIRS， WALKING_DOWNSTAIRS， 坐下 常设， 铺设。 与传统方法相比，使用具有长短期记忆单元（LSTM）的递归神经网络（RNN）不需要或几乎不需要特征工程。 数据可以直接馈入神经网络，就像黑盒子一样，对问题进行正确建模。 关于活动识别数据集的可以使用大量的特征工程，这是一种结合了经典数据科学技术的信号处理方法。 就数据预处理量而言，此处的方法非

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：262kb
    • 提供者：weixin_42128015

  1. txt2vid:文字转视频荣誉项目，包含TGAN，TGANv2和“创建您所讲的内容”的实现-源码

  2. txt2video 生成视频，其条件是使用GAN编写文本。 荣誉论文。 此实现包含以下书面实现： 创造你所讲的 GAN TGANv2 修改后两个以文本为条件。 文本使用Bi-LSTM编码，该Bi-LSTM已经过预训练以生成下一个标记-从内存上来说，该方法与“创建您要说的内容”相同。 另外，为了更有效地捕获鉴别器中的运动，还利用了非局部块（自我注意）。 引入了类似于StackGAN ++的条件信息。 。 对于鉴别器，我们比较两对： $ {（x_r，c_r），（x_f，c_r）} $

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：24mb
    • 提供者：weixin_42114046
« 12 »