/ maogoushibie.zip
maogoushibie.zip
maogoushibie.zip
试图将卷积神经网络的优势与支持向量机的稳定性相结合，利用训练好的卷积层与池化层提取图片的特征，放入支持向量机中进行训练，进行分类操作。
其意义在于利用SVM来替换卷积网络中的全连接层，经实验验证，效果会提升2%-3%，这是一个很可观的提升，并且具备着广泛的意义，在各项其他环境下都能起到不错的效果。
试图将卷积神经网络的优势与支持向量机的稳定性相结合，利用训练好的卷积层与池化层提取图片的特征，放入支持向量机中进行训练，进行分类操作。
其意义在于利用SVM来替换卷积网络中的全连接层，经实验验证，效果会提升2%-3%，这是一个很可观的提升，并且具备着广泛的意义，在各项其他环境下都能起到不错的效果。
文件下载
资源详情
[{"title":"（6个子文件15MB）maogoushibie.zip","children":[{"title":"猫狗识别","children":[{"title":"x_temp.npy <span style='color:#111;'>3.66MB</span>","children":null,"spread":false},{"title":"train_data.npy <span style='color:#111;'>73.24MB</span>","children":null,"spread":false},{"title":"说明.txt <span style='color:#111;'>163B</span>","children":null,"spread":false},{"title":"CNN_SVM.py <span style='color:#111;'>4.49KB</span>","children":null,"spread":false},{"title":"train_label.npy <span style='color:#111;'>11.84KB</span>","children":null,"spread":false},{"title":"x_temp2.npy <span style='color:#111;'>750.13KB</span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
-
-
-
m0_45973994:测试数据在哪2021-06-18 -
m0_45973994:测试数据在哪2021-06-18
-
weixin_42872839:没有看到测试数据啊2020-12-26
-
weixin_42872839:没有看到测试数据啊2020-12-26
其他资源
- 基于盲去卷积原理的图像复原程序
- SimpleBGC32-开源三轴无刷云台算法完全解说_电机_mpu6050三轴云台_云台开源算法_云台电机_电机开源_
- 基于rayfilter的雷达点云地面过滤ROS节点
- 细粒度用户评论情感分析数据集(2018-AI-challenger)
- zblog-1.5版本火车头免登陆发布插件.zip
- labelimg工具linux版
- efficientnet-b0_weights_tf_dim_ordering_tf_kernels_autoaugment_notop.h5
- 训练集+测试集（图像识别
- tensorflow-resnet-master.zip
- ag_news文天职类数据集
- imdb_word_index.json
- 廖雪峰的Python教程，pdf精排精校，3册打包
- jspm渗透测试管理平台毕业设计程序
- KDD99数据集的归一化
- MATLAB2018bwindows破解文件
- SOM算法，Python源代码实现
- Keras中文文档
- BOSCHCAN2.0范例中英文
- cudnn-10.0-windows10-x64-v7.6.0.64.rar
- GA（遗传算法）改进BP神经网络
免责申明
【好快吧下载】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【好快吧下载】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【好快吧下载】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，8686821#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，8686821#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明