luanshiyinyang / DeepLearningProject
深度学习实战项目(图像识别、语音识别、文本处理等)
☆13Updated 5 years ago
Alternatives and similar repositories for DeepLearningProject:
Users that are interested in DeepLearningProject are comparing it to the libraries listed below
- 本程序实现决策树的建立与可视化,以及决策树的预剪枝与后剪枝,数据集为西瓜书4.2、4.3节中的西瓜数据集☆36Updated 5 years ago
- 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☆38Updated 6 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…☆41Updated 2 years ago
- 猫狗大战——图像识别☆33Updated 7 years ago
- 深度学习的实战项目☆293Updated 4 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☆29Updated 7 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 2 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)☆51Updated 7 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☆38Updated 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☆15Updated 6 years ago
- Sklearn机器学习中的主要算法原理以及实现(线性回归、逻辑回归、朴素贝叶斯、K-Means聚类、KNN、PCA主成分分析、BP神经网络)☆82Updated 4 years ago
- K-Means聚类分析算法Python实现,并以鸢尾花数据集为例进行聚类演示☆17Updated 6 years ago
- 基于tensorflow的的cnn卷积神经网络的图像识别分类☆125Updated 6 years ago
- 利用ID3决策树预测患糖尿病的可能性☆14Updated 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☆105Updated 2 years ago
- 机器学习、深度学习、NLP实战项目☆137Updated 7 years ago
- 毕业设计项目----基于图神经网络与多任务学习的图像分类器☆42Updated 4 years ago
- 使用迁移学习将resnet50用于垃圾分类,基于【华为云人工智能大赛·垃圾分类挑战杯】☆117Updated 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☆23Updated 3 years ago
- 逻辑回归预测违约可能☆32Updated 7 years ago
- 基于卷积神经网络的高斯朴素贝叶斯分类人脸表情识别☆26Updated 2 years ago
- 分别用K均值K_means和模糊C均值FCM算法对Iris鸢尾花数据集聚类以及图像聚类分割☆23Updated 2 years ago
- 优达学城-机器学习-毕业项目-猫狗大战☆24Updated 6 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)☆52Updated 6 years ago
- 机器学习算法经典案例☆107Updated 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☆12Updated 4 years ago
- 数字图像处理大作业,图像细粒度分类,CUB-200-2011,Peking University☆70Updated 6 years ago
- 机器学习预测模型,分别用逻辑回归,决策树,随机森林,神经网络,XGBOOST和支持向量机算法建模,交叉验证,并选出AUC最优的模型。特征工程优化后,AUC值达到0.8259☆54Updated 5 years ago
- 这里主要存放做过的深度学习的一些实战项目☆32Updated 5 years ago
- 《人工智能基础》第二次大作业,用深度学习网络训练图像分类模型☆14Updated 4 years ago