CodingChaozhang / Deep-Learning
深度学习的实战项目
☆272Updated 4 years ago
Alternatives and similar repositories for Deep-Learning:
Users that are interested in Deep-Learning are comparing it to the libraries listed below
- 这里主要存放做过的深度学习的一些实战项目☆30Updated 4 years ago
- 机器学习入门:手写数字识别,声呐分类,垃圾短信识别,鸢尾花分类☆36Updated 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☆100Updated 4 years ago
- 机器学习项目实战☆139Updated 4 years ago
- 我写了详细代码注释,卷积神经网络经典项目猫狗识别kaggle☆47Updated 5 years ago
- 基于CNN学习ImageNet数据集,实现一个能识别狗品种的图像分类器☆14Updated 5 years ago
- 数字图像处理大作业,图像细粒度分类,CUB-200-2011,Peking University☆67Updated 6 years ago
- 基于CNN的图像分类器,使用Kaggle的猫狗图片数据。☆14Updated 6 years ago
- 基于tensorflow的手写数字识别☆77Updated 5 years ago
- Opencv 计算机视觉实战☆157Updated 5 years ago
- 采用深度学习方法进行图像识别,数据集为kaggle数据集中的猫与狗数据集。☆69Updated 6 years ago
- 吴恩达机器学习算法Python实现,附详细的代码注释。☆79Updated 4 years ago
- 一些深度学习的模型,基于TensorFlow,主要是卷积神经网络,完成计算机视觉中一些分类、检测、识别、图像处理等部分(之前的被我不小心删除了)☆49Updated 6 years ago
- 基于逻辑回归的癌症预测案例——【癌症分类预测-良/恶性乳腺癌肿瘤预测】☆27Updated 4 years ago
- 猫狗识别分类(深度学习入门案例),使用了Tensorflow框架 和 CNN神经网络实现。附有超详细的代码注释,适合新手直接上手Run!☆181Updated 2 weeks ago
- 深度学习中的一些小Demo。☆415Updated last year
- 基于卷积神经网络的猫狗识别 web 应用☆151Updated 2 years ago
- 东南大学《模式识别》课程项目作业 - 多人脸识别考勤系统☆57Updated 3 years ago
- 基于 PyTorch 和 OpenCV 的入门级车牌识别项目☆19Updated 4 years ago
- 使用双层全连接神经网络和ResNet网络实现的图像二分类问题☆11Updated 4 years ago
- 主要存储Datawhale组队学习中“计算机视觉”方向的资料。☆341Updated 5 months ago
- 基于svm的手写数字图像识别☆48Updated 6 years ago
- 卷积神经网络(CNN)项目,给你一个狗的图像,你的算法将会识别并估计狗的品种☆27Updated 2 years ago
- 机器视觉(图像处理,人脸识别,车牌识别)☆20Updated 5 years ago
- 记录小润了解的各种机器学习算法的实现以及基础概念,包括有监督学习,无监督学习,分类,聚类,回归;神经元模型,多层感知器,BP算法;损失函数,激活函数,梯度下降法;全连接网络、卷积神经网络、递归神经网络;训练集,测试集,交叉验证,欠拟合,过拟合;数据规范化等☆152Updated 8 years ago
- 深度学习实战项目(图像识别、语音识别、文本处理等)☆12Updated 5 years ago
- 机器学习算法经典案例☆104Updated 3 years ago
- Python实现神经网络算法识别手写数字集☆61Updated 4 years ago
- 一些机器学习算法的demo。普通最小二乘法,决策树(Iris鸢尾花数据集),KNN(mnist手写数字数据集),朴素贝叶斯分类西瓜数据集,trec06c数据集垃圾邮件分类(spam),逻辑斯蒂回归,随机梯度下降SGD与全梯度下降的对比,mnist中8和9的二分类,泰坦尼克号…☆175Updated 6 years ago
- 基于tensorflow的的cnn卷积神经网络的图像识别分类☆120Updated 6 years ago