CodingChaozhang / Deep-LearningLinks
深度学习的实战项目
☆315Updated 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
Sorting:
- pytorch入门项目,包括线性回归、垃圾分类、水果目标检测、ssd☆116Updated 4 years ago
- 个人深度学习项目整理☆12Updated 6 years ago
- 基于卷积神经网络的猫狗识别 web 应用☆156Updated 2 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☆15Updated 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☆48Updated 6 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☆40Updated 5 years ago
- Python实现神经网络算法识别手写数字集☆61Updated 4 years ago
- 机器学习项目实战☆192Updated 4 years ago
- 这里主要存放做过的深度学习的一些实战项目☆34Updated 5 years ago
- 数字图像处理大作业,图像细粒度分类,CUB-200-2011,Peking University☆74Updated 6 years ago
- 利用ID3决策树预测患糖尿病的可能性☆16Updated 4 years ago
- 基于tensorflow的手写数字识别☆82Updated 5 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 5 years ago
- CNN卷积神经网络 交通标志识别☆121Updated 7 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!☆204Updated 4 months ago
- 基于cuda11.1的pytorch—————三天玩转yolo项目————用于头盔目标检测的yolov5应用☆30Updated 2 years ago
- 吴恩达机器学习算法Python实现,附详细的代码注释。☆83Updated 4 years ago
- 基于 Pytorch 的垃圾识别与分类。本项目源于浙江大学光电学院课程设计。(程序仅供参考,很久没关注这方面内容了,为避免误导,相关问题不作回答)☆64Updated 4 years ago
- 基于tensorflow的的cnn卷积神经网络的图像识别分类☆126Updated 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】☆28Updated 5 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☆12Updated 4 years ago
- PyTorch框架构建花朵图像分类模型(Resnet网络,迁移学习)☆14Updated 2 years ago
- 利用BP神经网络实现手写数字识别☆49Updated 7 years ago
- 图像二分类问题 猫狗大战 pytorch CNN☆134Updated 6 years ago
- pytorch 使用AlexNet 实现猫狗二分类☆14Updated 3 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…☆180Updated 6 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。☆74Updated 6 years ago
- 基于TensorFlow的深度学习、深度增强学习代码:NN(传统神经网络)、CNN(卷积神经网络)、RNN(递归神经网络)、LSTM(长短期记忆网络)、GAN(生成对抗网络)、DRL(深度增强学习)☆53Updated 7 years ago
- 基于svm的手写数字图像识别☆51Updated 6 years ago
- 深度学习实战项目(图像识别、语音识别、文本处理等)☆14Updated 5 years ago