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. Keras：基于-Python-的深度学习库.docx

  2. 上课的时候，老师传给我们的，对我的在深度学习的入门非常有用，相信对大家也会有用的。里面介绍了keras各个API的使用，算法、优化器等等

  3. 所属分类：Python

  1. 吴恩达深度学习课程第一课第二周datasets和lr_utils

  2. 吴恩达深度学习系列课程的第一课、第二周编程练习Logistic Regression with a Neural Network mindset中用到的datasets和lr_utils.py文件

  3. 所属分类：深度学习

    • 发布日期：2020-06-20
    • 文件大小：1048576
    • 提供者：QIANG654001342

  1. A股程序化交易智能识别及分类研究—基于深度学习的方法.pdf

  2. 上交所研究论文： 程序化交易日臻复杂， 其蕴含的技术故障、重大差错等风险， 容易对市场秩序和交易安全造成冲击。 鉴于程序化交易的专业性和 复杂性， 要形成针对性强、有效性高的一线监管约束， 前提是构建 有效的程序化交易识别和分类方法。本文提出一种 A 股市场程序化 交易的识别与分类方法—DeepEye。 本文通过系统分析A股市场上现 有的九类程序化交易类型，构建了程序化交易特征指标体系。同 时，首次尝试将深度学习人工智能技术用于程序化交易的识别和分 类，不仅使 DeepEye 整体上具有大数据的

  3. 所属分类：深度学习

    • 发布日期：2020-07-02
    • 文件大小：1048576
    • 提供者：weixin_49105965

  1. 深度学习02-03(图像处理、OpenCV实验案例)

  2. 深度学习02-03(图像处理、OpenCV实验案例)深度学习02-03(图像处理、OpenCV实验案例)深度学习02-03(图像处理、OpenCV实验案例)深度学习02-03(图像处理、OpenCV实验案例)深度学习02-03(图像处理、OpenCV实验案例)深度学习02-03(图像处理、OpenCV实验案例)深度学习02-03(图像处理、OpenCV实验案例)深度学习02-03(图像处理、OpenCV实验案例)深度学习02-03(图像处理、OpenCV实验案例)深度学习02-03(图像处理、O

  3. 所属分类：其它

    • 发布日期：2020-07-17
    • 文件大小：10485760
    • 提供者：yegeli

  1. 深度学习耦合粒子群优化SVM的瓦斯浓度预测

  2. 为改进工作面煤矿瓦斯涌出浓度的预测精度,基于深度学习网络、SVM和粒子群(PSO)优化算法的原理,建立1种深度学习网络与粒子群优化SVM神经网络耦合的混合算法模型,该算法首先基于深度学习理论学习样本数据较深层次的特征,提取出较少个用来表征原始数据的特征量变量,对特征变量建立PSO-SVM预测模型进行瓦斯涌出浓度预测,通过工作面现场采集的数据进行仿真实验,实验结果表明该方法使预测精度较对原始数据直接进行PSO-SVM预测得到较大的提升,同时实现了原始数据的降维,减少了算法的运行时间,提高了算法效率

  3. 所属分类：其它

    • 发布日期：2020-07-16
    • 文件大小：349184
    • 提供者：weixin_38677190

  1. 深度学习技术在军事领域应用.pdf

  2. 一篇关于深度学习技术在军事领域中的应用的论文，PDF格式。主要介绍当前机器学习、深度学习技术、AI技术的军事应用。

  3. 所属分类：制造

    • 发布日期：2020-07-23
    • 文件大小：939008
    • 提供者：qq_31988577

  1. 基于深度学习的目标检测算法综述.docx

  2. 目标检测（Object Detection）是计算机视觉领域的基本任务之一，学术界已有将近二十年的研究历史。近些年随着深度学习技术的火热发展，目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测技术。从最初2013年提出的R-CNN、OverFeat，到后面的Fast/Faster R-CNN，SSD，YOLO系列，再到2018年最近的Pelee。短短不到五年时间，基于深度学习的目标检测技术，在网络结构上，从two stage到one stage，从bottom-up only到T

  3. 所属分类：深度学习

    • 发布日期：2020-07-20
    • 文件大小：3145728
    • 提供者：qq_36239756

  1. 《文本分类大综述：从浅层到深度学习》

  2. 文本分类是自然语言处理中最基本、最基本的任务。过去十年，由于深度学习取得了前所未有的成功，这一领域的研究激增。大量的方法、数据集和评价指标已经在文献中提出，提高了全面和更新综述的需要。

  3. 所属分类：机器学习

    • 发布日期：2020-08-06
    • 文件大小：1048576
    • 提供者：syp_net

  1. TensorFlow 机器学习和深度学习概念入门_1l.pdf

  2. 对于很多初入学习人工智能的学习者来说，对人工智能、机器学习、深度学习的概念和区别还不是 很了解，那么接下来就给大家从概念和特点上进行阐述。先看下三者的关系。

  3. 所属分类：机器学习

    • 发布日期：2020-08-29
    • 文件大小：1048576
    • 提供者：weixin_50306288

  1. 深度学习理论与架构最新进展综述论文

  2. 本文章从深度神经网络(DNN)入手，对深度学习(DL)领域的研究进展进行了简要的综述。内容包括：卷积神经网络(CNN)、循环神经网络(RNN)、长时记忆(LSTM)和门控递归单元(GRU)、自动编码器(AE)、深度信念网络(DBN)、生成对抗性网络(GAN)和深度强化学习(DRL)。

  3. 所属分类：机器学习

    • 发布日期：2020-08-28
    • 文件大小：3145728
    • 提供者：syp_net

  1. 深度学习入门之模型训练到移植使用全过程学习文档.zip

  2. 通过Keras和tesorflow简单的几行代码，训练自己需要的模型，实现图像识别。包含数据集处理、模型训练、模型测试、模型查看、模型转换、模型迁移等等。Android实现智能识别，把Keras或Tensorflow训练的深度学习模型移植到Android上进行使用。 具体请参考发表的博客文章。

  3. 所属分类：互联网

    • 发布日期：2020-09-23
    • 文件大小：2097152
    • 提供者：u014374009

  1. U-Net深度学习模型对DCE-MRI上乳腺肿块自动分割和定位的准确性分析

  2. :训练U-Net 深度学习模型对乳腺动态增强磁共振图像(DCE-MRI)上乳腺肿块进行 自动分割、定位和体积测量,并将结果自动导入结构化报告中,探讨其植入临床工作流程的可行性,旨在提高诊断效率和效能

  3. 所属分类：深度学习

    • 发布日期：2020-09-22
    • 文件大小：2097152
    • 提供者：pqu2pqu3

  1. 《深度学习技术》全面介绍PPT共41页

  2. 深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。 深度学习的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。 

  3. 所属分类：互联网

    • 发布日期：2020-09-28
    • 文件大小：4194304
    • 提供者：Brokenstr

  1. 基于深度学习的疲劳驾驶检测算法

  2. 针对现有疲劳驾驶检测算法实用性差或准确率低的问题, 本文提出了一种基于深度学习的疲劳驾驶检测算法. 首先, 使用 HOG (Histogram of Oriented Gradient) 特征算子检测人脸的存在; 其次, 利用特征点模型实现人脸的对齐, 同时实现眼睛、嘴巴区域的分割; 最后通过深度卷积神经网络提取驾驶员的眼部疲劳特征, 并融合驾驶员嘴部的疲劳特征进行疲劳预警. 大量的实验表明, 该方法在疲劳驾驶检测的准确率、实时性等方面都取得明显的性能提升.

  3. 所属分类：深度学习

    • 发布日期：2020-09-27
    • 文件大小：2097152
    • 提供者：m0_37829549

  1. Mathematics of Deep Learning(深度学习数学基础)留言发送

  2. 目前深度学习在学术界和工业界都得到了广泛的关注和应用。虽然TensorFlow、PyTorch等深度学习框架大大降低了深度学习模型实现的门槛，深度学习的应用仍离不开背后数学基础的指导。

  3. 所属分类：深度学习

    • 发布日期：2020-10-07
    • 文件大小：4194304
    • 提供者：qq_30121457

  1. 深度学习与多信号融合在铣刀磨损状态识别中的研究_穆殿方.caj

  2. 刀具是切削加工过程中最活跃的因素之一，其状态直接影响工件的表面质量。为精确地识别刀具磨损状态，提出了一种深度学习与多信号融合相结合的识别方法。以自编码网络为基础，构建了堆叠稀疏自编码网络。采集铣刀不同磨损状态下的力信号、振动信号及声发射信号，并对上述信号进行小波包分解以便获取能够表征铣刀磨损的时频域特征。利用无监督学习和有监督学习对堆叠稀疏自编码网络进行训练，建立了深度学习的铣刀磨损状态识别模型。研究结果表明，本文所提出的多信号融合的深度学习模型对铣刀磨损状态识别准确率达到94.44%，研究结果

  3. 所属分类：制造

    • 发布日期：2020-10-06
    • 文件大小：761856
    • 提供者：weixin_43967360

  1. 基于深度学习和量子遗传算法的电池SoC估算方法研究

  2. 储能电池的荷电状态是电池的重要特性，针对浅层学习算法的不足，提出了深度学习理论与量子遗传相结合的算法以提高估算结果的正确性。该算法能够自动从样本中提取更加抽象、更具表达能力的特征，实现输入和输出数据之间的复杂非线性映射；量子遗传算法自动寻优，得到每个RBM输出估算值的权值。通过对电池SoC训练样本和测试样本的估算，与BP训练网络估算结果对比，得出本文所提的DBNQGA算法网络估计精度更高。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：619520
    • 提供者：weixin_38640473

  1. 【详解】FPGA：机器深度学习的未来？

  2. 最近几年数据量和可访问性的迅速增长，使得人工智能的算法设计理念发生了转变。人工建立算法的做法被计算机从大量数据中自动习得可组合系统的能力所取代，使得计算机视觉、语音识别、自然语言处理等关键领域都出现了重大突破。深度学习是这些领域中所最常使用的技术，也被业界大为关注。然而，深度学习模型需要极为大量的数据和计算能力，只有更好的硬件加速条件，才能满足现有数据和模型规模继续扩大的需求。     现有的解决方案使用图形处理单元（GPU）集群作为通用计算图形处理单元（GPGPU），但现场可编程门阵列（FP

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：152576
    • 提供者：weixin_38629303

  1. 基于深度学习和半监督学习的webshell检测方法

  2. 半监督学习是一种重要的机器学习方法，能同时使用有标记样本和无标记样本进行学习。在webshell检测领域，有标记样本少、形式灵活多变、易混淆，基于特征匹配的方式很难进行准确检测。针对标记样本较少的现状，提出一种基于深度学习和半监督学习的webshell检测方法，先使用卡方检验和深度学习方法获取样本的文本向量，然后分别使用单分类和增量学习方式训练，提高分类性能。使用github公开数据集进行训练和测试，实验结果验证该方法能够有效改善webshell检测的漏报率和误报率。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：400384
    • 提供者：weixin_38724229

  1. 基于深度学习的实时识别硬件系统框架设计

  2. 设计了一种基于深度学习的实时识别硬件系统框架。该系统框架使用Keras完成卷积神经网络模型的训练并提取出网络的参数，利用ZYNQ器件的FPGA+ARM软硬件协同的方式，使用ARM完成对实时图像数据的采集、预处理及显示，通过FPGA实现卷积神经网络的硬化并对图像进行识别，再将识别结果发送至上位机进行实时显示。系统框架采用MNIST和Fashion MNIST数据集作为网络模型硬化试验样本，实验结果表明，在一般场景下该系统框架能够实时、准确地完成图像数据的获取、显示及识别，并且具有可移植性高、处理速

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：387072
    • 提供者：weixin_38600253
« 1 2 ... 5 6 7 8 9 1011 12 13 14 15 ... 50 »