基于Python3.7实现的BP神经网络算法,里面包括源程序、训练数据、测试数据、算法运行步骤和结果。
2025/5/30 14:41:35 386KB BP神经网络 源程序 python
1
实现对图片和视频上的语义分割,python+opencv的代码结构,内含已训练好的模型,直接调用,缺组件可直接pipinstall
2025/5/29 8:28:20 2.88MB python
1
鸢尾花数据,总共有150行数据,每行数据包括萼片的长度,萼片的宽度,花瓣的长度,花瓣的宽度,以及所属的类别,比较适合机器学习训练。
2025/5/27 10:22:16 5KB 鸢尾花 iris
1
印刷数字,总和10000张,7000训练,3000测试,还可以
2025/5/26 2:19:30 4.79MB 神经网络 数字识别
1
30万条书籍评论,包括长短评论,正面负面中性评论,中文语料库,可以用于训练做情感分析。
2025/5/25 10:27:21 32.34MB 情感分类 数据集
1
超分辨图像重建数据集:包括训练集,训练集DIV2K有7G(提供下载地址),5个测试集Set5,Set14,BSD100,URBAN100,MANGA109
2025/5/23 3:23:33 204.93MB SR DataSet 超分辨率重建
1
贝叶斯应用:网络评论预测食品安全案例测试集及源码:数据为2019CCF大数据与计算智能大赛提供的10000条对O2O店铺的评论文本训练数据,分为与食品安全有关和与食品安全无关两个类别。
需要根据训练集构造文本分类模型,预测2000条测试集中的评论是否与食品安全有关。
2025/5/22 1:26:25 591KB 测试数据集
1
PVRNet中点云的预训练模型
2025/5/20 5:57:35 21.07MB 三维模型识别 PVRNet
1
用opencv的traincascade.bat来训练人头,内有人头正样本和负样本,还有归一化尺寸的matlab代码,不需要建立工程,只需简单设置参数就可以进行训练,同时内txt文档还有使用的过程,使训练更简答
2025/5/19 20:31:17 20.47MB OPENCV MATLAB TRAINING HOG
1
SSD预训练的权重文件。















2025/5/19 11:27:45 98.38MB SSD300
1
共 1000 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡