huanhuang / SimpleConvNet
一个通过python基本库实现的简单的卷积神经网络
☆18Updated 5 years ago
Related projects ⓘ
Alternatives and complementary repositories for SimpleConvNet
- 2019华为杯研究生数学建模比赛F题(二等奖)☆14Updated 5 years ago
- 统计分析课程实验作业/包含《统计分析方法》中因子分析，主成分分析，Kmeans聚类等典型算法的手写实现☆75Updated 4 years ago
- 基于无监督学习，无需训练，先使用SIFT算法提取图像特征，再使用KMeans聚类算法进行图像分类，速度非常快，精度还在提高。☆118Updated 5 years ago
- 整理记录本人担任课程助教设计的四个机器学习实验，主要涉及简单的线性回归、朴素贝叶斯分类器、支持向量机、CNN做文本分类。内附实验指导书、讲解PPT、参考代码，欢迎各位码友讨论交流。☆114Updated 6 years ago
- 【Numpy 手写实现】SVM 支持向量机 | KNN K近邻 | Kmeans | Logistic Regression 逻辑回归 | Maximum Entropy 最大熵 | Naive Bayes 朴素贝叶斯 | Perception 感知机 | Decision…☆204Updated 4 years ago
- 强化学习☆62Updated 5 years ago
- 人工智能导论课 期末设计 - 基于遗传算法的图像分割☆29Updated 6 years ago
- 一文彻底搞懂BP算法：原理推导+数据演示+项目实战☆175Updated 5 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)☆50Updated 6 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）☆388Updated 4 years ago
- Python 基于BP神经网络实现鸢尾花的分类☆323Updated 4 years ago
- AI学习过程中的实操代码☆204Updated 4 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☆150Updated 8 years ago
- 通过阅读网上的资料代码，进行自我加工，努力实现常用的机器学习算法。实现算法有KNN、Kmeans、EM、Perceptron、决策树、逻辑回归、svm、adaboost、朴素贝叶斯☆723Updated 5 years ago
- 书籍：深度学习框架pytorch入门与实践☆151Updated 6 years ago
- 深度学习之计算机视觉方向☆36Updated 4 years ago
- 基于pytorch进行文本多分类，主要模型为双向LSTM，预测准确率83%☆39Updated 4 years ago
- 图像二分类问题 猫狗大战 pytorch CNN☆124Updated 5 years ago
- 基于Flask+jQuery前后端分离部署pytorch模型demo☆10Updated 2 years ago
- 使用pytorch实现RNN-LSTM写诗☆151Updated 5 years ago
- personal practice（个人练习，实现了深度学习中的一些算法，包括：四种初始化方法（zero initialize, random initialize, xavier initialize, he initialize），深度神经网络，正则化，dropout，…☆217Updated 5 years ago
- 基于Keras实现Kaggle2013--Dogs vs. Cats12500张猫狗图像的精准分类☆78Updated 5 years ago
- ☆411Updated 3 years ago
- 深度学习代码☆133Updated 5 years ago
- 中山大学自然语言处理与知识图谱☆33Updated 5 years ago
- 包含机器学习、深度学习、图像处理、c++等视觉算法岗面试必备基础知识☆249Updated 5 years ago
- 这是一个使用Python和PyQt5开发的一个计算机视觉辅助裂缝标注工具，标注工具先用边缘检测和形态学方法预识别裂缝，然后人工对结果进行标涂或擦除。除了此方法，工具还有其他多种方法，详情请见readme.md的介绍☆70Updated 5 years ago
- 基于深度学习方法的图像分割（含语义分割、实例分割、全景分割）。☆148Updated 4 years ago