BackyardofAbela / SVM-faceRecognitionLinks
使用SVM进行人脸识别
☆23Updated 5 years ago
Alternatives and similar repositories for SVM-faceRecognition
Users that are interested in SVM-faceRecognition are comparing it to the libraries listed below
Sorting:
- 图像二分类问题 猫狗大战 pytorch CNN☆135Updated 6 years ago
- 深度学习代码☆132Updated 5 years ago
- 这个仓库主要包含了LSTM、卷积神经网络中,注意力机制的实现。☆132Updated 4 years ago
- 使用改良的Transformer模型应用于多维时间序列的分类任务上☆90Updated 4 years ago
- 深度学习与PyTorch入门实战视频教程 配套源代码和PPT☆78Updated 5 years ago
- ☆68Updated 4 years ago
- CNN 图像多分类问题☆27Updated 6 years ago
- CNN-BiGRU-Attention模型☆95Updated 3 years ago
- 聚类算法。实现Kmeans,DBSCAN以及谱聚类☆61Updated 7 years ago
- pytorch,cnn,数据挖掘,天气预测☆16Updated 4 years ago
- 基于tensorflow的的cnn卷积神经网络的图像识别分类☆124Updated 6 years ago
- 集成学习Stacking方法详解☆76Updated 5 years ago
- 机器学习预测模型,分别用逻辑回归,决策树,随机森林,神经网络,XGBOOST和支持向量机算法建模,交叉验证,并选出AUC最优的模型。特征工程优化后,AUC值达到0.8259☆56Updated 5 years ago
- Pytorch_Learning_Notes☆103Updated 5 months ago
- 使用HOG+SVM进行图像分类☆165Updated 6 years ago
- 基于SVM的简单机器学习分类,可以使用svm, knn, 朴素贝叶斯,决策树四种机器学习方法进行分类☆117Updated 2 years ago
- 数据特征工程、各种机器学习回归模型、回归数据预处理☆44Updated 5 years ago
- AI学习过程中的实操代码☆208Updated 5 years ago
- 支持向量机(SVM)——分类预测,包括多分类问题,核函数调参,不平衡数据问题,特征降维,网格搜索,管道机制,学习曲线,混淆矩阵,AUC曲线等☆53Updated 7 years ago
- 基于一维卷积神经网络(1D-CNN)的多元时间序列分类☆78Updated 5 years ago
- pytorch入门项目,包括线性回归、垃圾分类、水果目标检测、ssd☆122Updated 5 years ago
- 用于pytorch的图像分类,包含多种模型方法,比如AlexNet,VGG,GoogleNet,ResNet,DenseNet等等,包含可完整运行的代码。除此之外,也有colab的在线运行代码,可以直接在colab在线运行查看结果。也可以迁移到自己的数据集进行迁移学习。☆240Updated last year
- ☆32Updated last year
- Gitbook Address: https://app.gitbook.com/@nlpgroup/s/nlpnote/☆157Updated 4 years ago
- Pytorch、Scikit-learn实现多种分类方法,包括逻辑回归(Logistic Regression)、多层感知机(MLP)、支持向量机(SVM)、K近邻(KNN)、CNN、RNN,极简代码适合新手小白入门,附英文实验报告(ACM模板)☆426Updated 4 years ago
- 这里主要存放做过的深度学习的一些实战项目☆33Updated 5 years ago
- 常见的数据预处理,包括数据加载、缺失值&异常值处理、描述性变量转换为数值型、训练测试集划分、数据规范化☆43Updated last year
- ResNet50 猫狗数据集训练☆31Updated 4 years ago
- 使用PYTorch框架建立的一个简单的LSTM模型来进行电力负荷预测☆44Updated last year
- 1、BP-momentum神经网络numpy实现及Pytorch实现及各optim在AQI数据集的表现。2、BP网络分类☆38Updated 5 years ago