luanshiyinyang / DeepLearningProject
深度学习实战项目(图像识别、语音识别、文本处理等)
☆11Updated 5 years ago
Related projects ⓘ
Alternatives and complementary repositories for DeepLearningProject
- 基于python编写的Keras深度学习框架开发,利用卷积神经网络CNN,快速识别图片并进行分类☆32Updated 6 years ago
- 机器学习课程大作业 - 基于深度神经网络的图像分类任务☆25Updated 7 years ago
- 深度学习的实战项目☆251Updated 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☆33Updated 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框架构建花朵图像分类模型(Resnet网络,迁移学习)☆11Updated 2 years ago
- 【图像分类】使用卷积神经网络CNN对手势进行识别☆22Updated 5 years ago
- 深度学习实战: 1. BP神经网络函数逼近2. 基于LeNet-5的MNIST字符识别 3. 基于ResNet-18的CIFAR-10图像分类4. 基于选择性搜索(Selective Search)选择候选区域 5.基于YoloV3算法的车辆目标检测 6. YoloV3算法…☆34Updated last year
- 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☆99Updated last year
- 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)☆58Updated 4 years ago
- 数字图像处理大作业,图像细粒度分类,CUB-200-2011,Peking University☆62Updated 6 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
- 基于卷积神经网络的猫狗识别 web 应用☆144Updated last year
- 基于CNN的垃圾邮件分类系统☆18Updated 3 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☆28Updated last year
- 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)☆46Updated 6 years ago
- 基于PyTorch框架实现的图像分类网络☆73Updated 4 years ago
- 毕业设计 基于深度学习的车型识别APP,此处为APP模块☆11Updated 2 years ago
- 机器视觉(图像处理,人脸识别,车牌识别)☆17Updated 5 years ago
- 一个数据分析项目,利用 Pandas 库进行数据预处理,缺少值填充,利用sklearn 模块建模并对多种农产品价格进行预测☆21Updated 3 years ago
- 使用BP神经网络识别MINST字符集☆43Updated 5 years ago
- 基于CNN的海贼王人物图像多分类,包含数据集爬虫,数据集处理,模型保存,图表输出,批量测试等,通用模型模板☆30Updated 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☆94Updated 4 years ago
- 基于Pytorch的花卉识别☆18Updated 11 months ago
- 基于CNN的图像分类器,使用Kaggle的猫狗图片数据。☆13Updated 6 years ago
- 🤖机器学习实战🤖:决策树、随机森林线性回归、逻辑回归、贝叶斯、kNN等☆25Updated 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!☆155Updated 6 months ago
- 这里主要存放做过的深度学习的一些实战项目☆30Updated 4 years ago
- 机器学习大作业支撑代码:SVM、随机森林、深度学习☆11Updated 4 years ago