CodingChaozhang / Deep-LearningLinks
深度学习的实战项目
☆367Updated 5 years ago
Alternatives and similar repositories for Deep-Learning
Users that are interested in Deep-Learning are comparing it to the libraries listed below
Sorting:
- 机器学习项目实战☆248Updated 5 years ago
- 这里主要存放做过的深度学习的一些实战项目☆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☆130Updated 5 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☆42Updated 6 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☆51Updated 6 years ago
- Opencv 计算机视觉实战☆187Updated 6 years ago
- 利用sklearn实现机器学习算法:线性回归、逻辑回归、决策树、随机森林、SVM等☆188Updated 5 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!☆229Updated last year
- 基于卷积神经网络的猫狗识别 web 应用☆169Updated 3 years ago
- 个人深度学习项目整理☆13Updated 7 years ago
- 响应习大大的号召,进行垃圾分类。基于OpenCV和TensorFlow的生活垃圾图像分类识别。☆245Updated 6 years ago
- pytorch+MINIST实现手写数字识别☆245Updated 5 years ago
- 机器学习算法项目☆1,005Updated 4 years ago
- 基于tensorflow的的cnn卷积神经网络的图像识别分类☆126Updated 7 years ago
- 机器学习、深度学习、自然语言处理、计算机视觉、各种算法等AI领域相关技术的路线、教程、干货分享。笔记有:机器学习实战、剑指Offer、cs231n、cs131、吴恩达机器学习、cs224n、python自然语言处理实战☆668Updated 5 years ago
- CNN卷积神经网络 交通标志识别☆127Updated 7 years ago
- Python实现神经网络算法识别手写数字集☆64Updated 5 years ago
- 吴恩达机器学习算法Python实现,附详细的代码注释。☆86Updated 5 years ago
- 机器学习实战项目,主要运用于各个行业中的需求,实现分类、回归预测分析,主要运用:线性回归、逻辑回归、决策树、聚类分析、支持向量机、朴素贝叶斯、主成分分析等算法;☆54Updated last year
- 基于tensorflow的手写数字识别☆90Updated 6 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…☆191Updated 7 years ago
- Python 基于BP神经网络实现鸢尾花的分类☆373Updated 5 years ago
- 机器学习算法经典案例☆113Updated 5 years ago
- 数字图像处理大作业,图像细粒度分类,CUB-200-2011,Peking University☆79Updated 7 years ago
- ☆124Updated 4 years ago
- 机器学习(Machine Learning, ML)python简洁实现,包括混合高斯模型,KMeans,决策树,随机森林,K近邻,线性判别分析,逻辑斯蒂回归(梯度下降法,牛顿法),多层感知机(分类+回归),Naive Bayes(离散+高斯),多分类SVM,线性回归,隐马…☆153Updated 4 years ago
- 毕业设计 使用pytorch进行深度学习网络模型训练,实现车型识别☆115Updated 3 years ago
- 西瓜书,课后习题☆139Updated 4 years ago
- 本文新增添分类,检测,换脸技术等学习教程,各种调参技巧和tricks,卷积结构详细解析可视化,注意力机制代码等详解!本次垃圾分类挑战杯,目的在于构建基于深度学习技术的图像分类模型,实现垃圾图片类别的精准识别,大赛参考深圳垃圾分类标准,按可回收物、厨余垃圾、有害垃圾和其他垃圾…☆750Updated 3 years ago
- 使用tensorflow和cnn做的图像识别,对四种花进行了分类。☆656Updated 5 years ago