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. MachineLearning-master-python.zip

  2. 属于网络下载资源，感谢原作者的贡献。 ##目录介绍 - **DeepLearning Tutorials** 这个文件夹下包含一些深度学习算法的实现代码，以及具体的应用实例，包含： Keras使用进阶。介绍了怎么保存训练好的CNN模型，怎么将CNN用作特征提取，怎么可视化卷积图。 [keras_usage]介绍了一个简单易用的深度学习框架keras，用经典的Mnist分类问题对该框架的使用进行说明，训练一个CNN，总共不超过30行代码。 将卷积神经网络CNN应用于人脸识别的一个demo，人脸数

  3. 所属分类：专业指导

    • 发布日期：2016-07-04
    • 文件大小：1mb
    • 提供者：qq_33042687

  1. sklearn0.19中文文档

  2. sklearn0.19中文文档 PDF格式高清。 .1. 广义线性模型 1.1.1. 普通最小二乘法 1.1.1.1. 普通最小二乘法复杂度 1.1.2. 岭回归 1.1.2.1. 岭回归的复杂度 1.1.2.2. 设置正则化参数：广义交叉验证 1.1.3. Lasso 1.1.3.1. 设置正则化参数 1.1.3.1.1. 使用交叉验证 1.1.3.1.2. 基于信息标准的模型选择 1.1.3.1.3. 与 SVM 的正则化参数的比较 1.1.4. 多任务 Lasso 1.1.5. 弹性网络

  3. 所属分类：机器学习

    • 发布日期：2018-10-30
    • 文件大小：14mb
    • 提供者：hardpen2013

  1. scikit-learn-0.21.3-中文文档.pdf

  2. scikit-learn 是基于 Python 语言的机器学习工具 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ，SciPy 和 matplotlib 上 开源，可商业使用 - BSD许可证1.监督学习 1广义线性模型 °1.1.1普通最小二乘法 1.1.2岭回归 1.1.3LaSs0 o1.1.4多任务 Lasso 115弹性网络 o116多任务弹性网络 1.1.7最小角回归 1.1. 8 LARS Lasso 1.19正交匹配追踪法(OMP 1.1.1

  3. 所属分类：机器学习

    • 发布日期：2019-08-24
    • 文件大小：40mb
    • 提供者：h394266861

  1. Python 图像处理: 生成二维高斯分布蒙版的实例

  2. 今天小编就为大家分享一篇Python 图像处理: 生成二维高斯分布蒙版的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：60kb
    • 提供者：weixin_38678394

  1. python Gabor滤波器讲解

  2. 解读Gabor滤波器 Fourier 变换是一种信号处理的有力工具，可以将图像从空域转换到频域，并提取到空域上不易提取到的特征。但是Fourier变换缺乏时间和位置的局部信息。 Gabor 变换是一种短时加窗Fourier变换（简单理解起来就是在特定时间窗内做Fourier变换），是短时傅里叶变换中窗函数取为高斯函数时的一种特殊情况。因此，Gabor滤波器可以在频域上不同尺度、不同方向上提取相关的特征。另外，Gabor函数与人眼的作用相仿，所以经常用作纹理识别上，并取得了较好的效果。 在二维空间

  3. 所属分类：其它

    • 发布日期：2020-12-16
    • 文件大小：350kb
    • 提供者：weixin_38742409

  1. Python：三维空间的概率密度函数

  2. 二维高斯分布概率密度函数数据集实战优化坐标轴与图像优化图像再次优化 概率密度函数 大家肯定都有听说过正态分布，其实正态分布只是概率密度分布的一种，正态分布的概率密度函数均值为μ ，标准差σ是高斯函数的一个实例： f(x;μ,σ)=1σ2πexp⁡(−(x−μ)22σ2) f(x ; \mu, \sigma)=\frac{1}{\sigma \sqrt{2 \pi}} \exp \left(-\frac{(x-\mu)^{2}}{2 \sigma^{2}}\right) f(x;μ,σ)=σ2π​

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：276kb
    • 提供者：weixin_38551837

  1. Python实现高斯函数的三维显示方法

  2. 在网上查阅资料，发现很少用Python进行高斯函数的三维显示绘图的，原因可能是其图形显示太过怪异，没有MATLAB精细和直观。 回顾一下二维高斯公式： σ此处取3。 在MATLAB下的程序为： u=[-10:0.1:10]; v=[-10:0.1:10]; [U,V]=meshgrid(u,v); H=exp(-(U.^2+V.^2)./2/3^2); mesh(u,v,H); %绘制三维曲面的函数 title('高斯函数曲面'); 其显示结果为： 放大效果显示，很平滑和直观。 以下为P

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：162kb
    • 提供者：weixin_38709816

  1. Python实现Canny边缘检测算法

  2. Canny边缘检测算法由计算机科学家JohnF.Canny于1986年提出的。其不仅提供了算法，还带来了一套边缘检测的理论，分阶段的解释如何实现边缘检测。Canny检测算法包含下面几个阶段：1.灰度化2.高斯模糊3.计算图片梯度幅值4.非极大值抑制5.双阈值选取灰度化实际上是一种降维的操作，可以减少计算。如果算法不进行色彩相关的识别的话，不灰度化，也可以直接进行后面的阶段。在实际的图片中，都会包含噪声。但有时候，图片中的噪声会导致图片中边缘信息的消失。对此的解决方案就是使用高斯平滑来减少噪声，即

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：241kb
    • 提供者：weixin_38628612

  1. nm2021:包含Jupyter笔记本和其他材料，这些材料是为TIFR海得拉巴提供的数值方法课程（https-源码

  2. nm2021 包含Jupyter笔记本和为TIFR海得拉巴提供的数值方法课程准备的其他材料（ ） 互动笔记本 通过访问交互式笔记本 教学大纲（暂定）： Python：编写/运行代码：编辑器，Ipython； 模块，matplotlib，numpy 线性方程式：高斯消去，LU分解，直接/迭代方法 曲线拟合：最小二乘拟合，多项式插值，样条曲线 寻根：图形，二等分，牛顿-拉夫森 数值微分：有限差分； 错误分析 数值积分：Newton-Cotes公式，Romberg / Gaussian积分，多

  3. 所属分类：其它