SI_NI_FSGM预训练模型,只包含RESNET_V2_101模型
2025/3/9 14:40:55 478.63MB alexnet模型
1
一、单元内容总述1.本单元主题:本单元课文主要是围绕“预测”这个专题进行编排的。
主要由《总也倒不了的老屋》《胡萝卜先生的长胡子》《不会叫的狗》三篇课文组成。
编排意图是引导学生阅读这些童话故事,学会预测故事情节,续编故事。
2.本单元重点:本单元的重点是:一边读,一边预测,顺着故事情节去猜想,感受阅读的乐趣。
本单元的三篇课文都安排了与预测有关的内容。
《总也倒不了的老屋》练习根据故事情节预测故事,《胡萝卜先生的长胡子》练习续编故事接下来的情节,《不会叫的狗》训练预测故事的结局。
教学时注意引导学生在学习课文时一定要分配充裕的时间进行预测训练。
1
TensorFlow实现训练Alexnet网络,训练mnist数据集合cfar数据集。
mnist数据集测试准确度0.986.不需要下载权重,因为输出大小不一样。
2025/3/8 7:38:02 319KB Alexnet
1
环境vs2019opencv4.2+contributeGUI是vs的qt扩展模块编写的编译为release64位(已经上传了所用opencv4.2+contribute的包https://download.csdn.net/download/qq_37071435/12265358)代码实现了人脸识别,通过GUI可以进行拍照训练人脸识别三个步骤(后期打算总结一下这段时间的经验,也写成博客,会介绍详细的步骤)如有问题,欢迎讨论
2025/3/7 11:38:36 74.27MB vs opencv qt 人脸识别及GUI实现
1
人体反应速度实验,对于电路的介绍。
这里介绍的人体反应速度测试器主要由4只数字电路芯片和10只LED等组成,可以测出人体对信号的反应时间,并将反应时间分为8段,段数越高反应速度越快,经常进行反应测试训练,可以逐步提高人体的反应速度。
反应测试器由开机延时、测试信号灯、时钟脉冲、减法计数、启动显示、停止控制等部分组成。
2025/3/6 22:24:35 147KB 单片机 人体反应速度
1
一个高质量的海量数据集,共包含6大类20个细粒度要素的情感倾向。
含有训练集、验证集和测试集
2025/3/6 5:27:44 51.3MB 情感分析
1
densenet201_weights_tf_dim_ordering_tf_kernels_notop.h5,keras预训练模型,densenet201
2025/3/5 8:20:25 72.85MB densenet201 keras
1
可以作为训练车辆检测的图片,里面有各种汽车的图片,前面后面等各种角度,各种车型的图片图片都大于50*50个像素
2025/3/4 0:32:52 29.96MB 汽车图片
1
首先利用PCA进行降维,并利用SVM对高光谱数据进行分类,数据采用印第安纳农场数据,训练样本比例可调,设计了一个GUI
2025/3/3 13:01:25 6.28MB 高光谱 分类 matlab
1
手撸bp神经网络实现手写数字识别,仅使用numpy完成,适合深度学习入门玩家,60000个训练数据训练时间半分钟,测试集正确率96%+
2025/3/2 9:29:47 13.04MB 深度学习 神经网络
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