您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 学习:一组功课任务,以使自己的知识变得更好!-源码

  2. 学习任务 charnley提供的一组家庭作业可提高常规编程技能。 历史 持续集成和良好的python做法 Github指南:分支等 python中的多处理 剖析 Bash / Linux 正则表达式 未来几周的想法(已排序) 数据库/ SQL 仪表板工具,如tableau / powerBI 网页内容,例如js 人工智能的东西 UX webapp的东西 花式绘图在python中的优势 ML工具,例如PyTorch(日期待定,可能是二月) 地形(?) 环保管理 HPC,GPU 一般的
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:17kb
    • 提供者:weixin_42138788
  1. ml-webApp-源码

  2. ml-webApp 该项目包含线性回归机器学习算法作为后端部分。 为了与前端连接,我使用了Python Flask服务器。 对于前端,我使用了HTML和CSS,并创建了一个简单的登录页面,您需要在其中输入3个值,例如1)引擎大小2)汽缸数3)燃料输入此值后,机器学习算法将在后端运行,然后您将获得车辆的最低二氧化碳排放量。 我已经将它部署在Herokuu服务器上。 这是链接 如果您想改进设计或算法,则此项目是完全开源的,然后分叉此存储库并发送请求请求。
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:18kb
    • 提供者:weixin_42097369
  1. nlp-disaster-app:使用自然语言处理对灾难期间发送的文本消息进行分类的Webapp-源码

  2. 灾难响应管道项目:webapp 指数 一个自然语言处理(NLP)项目,用于对灾难期间发送的消息的上下文进行分类。 该项目是我的Udacity数据科学家纳米学位的一部分。 此回购是关于webapp的,可以在这里找到: : 此外,还有,可以将其克隆并部署在另一台服务器上。 数据由。 你可以在看看。 它主要由文本消息和相应灾难的分类(例如,地震,火灾,地震等)组成。 该数据可用于训练文本分类器。 app:包含部署所需文件的文件夹: run.py:启动应用程序并加载ML模型以及绘图可视化效果
  3. 所属分类:其它

    • 发布日期:2021-02-11
    • 文件大小:25mb
    • 提供者:weixin_42111465
  1. pytorch-flask-deploy-webapp:这是Medical AI中基于PyTorch的命名实体识别(NER)模型(BiLSTM-CRF)的Flask + Docker部署-源码

  2. MedicalNER:使用Flask和Docker作为Web App部署PyTorch NER模型 一个漂亮且可自定义的Web应用程序,可轻松部署您的深度学习(DL)模型 注意 此仓库用于部署任何类型的ML或DL模型,而不仅仅是NER模型。 使用演示 克隆仓库 $ git clone https://github.com/SuperBruceJia/pytorch-flask-deploy-webapp.git 运行以下说明 1)。 构建Docker映像 $ docker build -t ne
  3. 所属分类:其它

  1. 2018.1-VoxPop-WebApp:VoxPop的前端存储库,WebApp desenvolvido utilizando Angular 5.VoxPopéumaaplicaçãoquer umaclassificaçãopesso

  2. VoxPop WebApp Quem somosnós 巴西软件开发公司(MDS)和巴西软件专业公司(EPS)以及巴西利亚大学(UnB)-加马河畔法库尔达德(FGA),西班牙签证类别com基础设施,并与Compabilidade dosusuárioscom os兼容。 E como fazemos isso? Tooxo conceito do VoxPop se baseia em cruzar dados abertos disponibilizados pelaCâmar
  3. 所属分类:其它

  1. covid-19-prediction:使用机器学习和云计算预测COVID-19大流行的增长和趋势-源码

  2. 预测COVID-19大流行的增长和趋势 这项研究应用了改进的数学模型来分析和预测流行病的增长。 基于ML的改进模型已被应用于预测全球COVID-19的潜在威胁。 我们表明,使用迭代加权来拟合广义逆Weibull分布,可以获得更好的拟合来开发预测框架。 已将其部署在云计算平台上,以更准确和实时地预测该流行病的增长行为。 可以在以下链接中看到交互式预测图: 静态模型: : 。 动态LSTM模型: : 。 多峰动态模型*: : 。 *英国国家卫生局(NHS)也正在使用此模型。 快速
  3. 所属分类:其它

    • 发布日期:2021-01-31
    • 文件大小:35mb
    • 提供者:weixin_42131728