《深度学习:算法到实战》全套论文
2024/1/13 15:26:49 134.97MB 深度学习 计算机视觉
1
该数据是完整的BIO标注语料,可用于深度学习机器学习模型训练,分为训练集、测试集以及验证集。
2024/1/13 15:46:20 1.82MB BIO标注 深度学习 训练预料
1
VOC格式标注工具,深度学习图像分类标注工具,windos下直接运行,非常实用,标注神器labelimg
2024/1/10 18:43:25 12.47MB 图像标注 深度学习 windos
1
deepLearnToolbox-master是一个深度学习matlab包,里面含有很多机器学习算法,如卷积神经网络CNN,深度信念网络DBN,自动编码AutoEncoder(堆栈SAE,卷积CAE)。
2024/1/8 18:24:50 19.24MB DL-matlab包
1
深度学习神经网络之循环神经网络(RNN)Matlab实现循环神经网络RNN
2023/12/29 2:03:13 2KB Matlab DeepLearning RNN 循环神经网络
1
将深度学习引入人工智能领域,开展相关机器人技术在自主导航中的方法研究,开发集机械平台、嵌入式硬件、软件系统、SLAM算法、场景识别方法于一体的机器人综合系统框架,结合多传感器融合的环境信息,实时指导路径规划。
1
VishnuSubramanian编写的VishnuSubramanian一书,本书可供Pytorch初学者,或者希望使用Pytorch学习深度学习的读者阅读和参考。
本书本身就是free的,所以这里分享出来,方便大家下载学习。
2023/12/26 17:05:07 8.16MB 深度学习 Pytorch
1
百度深度学习研究院的研究介绍,稀疏编码的详解,简洁易领会,是学习稀疏编码的很好资料
2023/12/25 17:36:30 4.32MB 稀疏编码 深度学习
1
近⼏年随着数据保护、数据分析、数据访问的变⾰以及新业务的产⽣,⼤量的⾮结构化数据(视频、图像、⾳频、⽂档等)以年40%-60%的增长率快速增长,数据量在短时间内从TB规模跃升到了PB规模。
如何对如此⼤规模的数据进⾏存储已经成为当下必须要解决的问题。
随着新业务形态的变化,很多数据需要以更快的速度被获取,然后被进⼀步的重复利⽤,如⼤数据分析、AI、深度学习等。
传统的⽂件系统存储(如NAS)在应对PB规模甚⾄EB规模⾮结构化数据时出现了访问性能严重衰减、扩展性差、扩展经济效应低等诸多问题。
尤其在涉及到数据⾼可⽤时,通过利⽤传统的磁盘RAID/数据副本/镜像等技术时,会成倍的扩⼤化存储空
2023/12/24 19:26:38 11.8MB 存储 分布式 对象
1
免责声明这是的经过修改的存储库。
请参阅原始存储库以获取更多详细信息。
联合身体分析和姿势估计网络(JPPNet)梁晓丹,龚科,沉和林亮,“观察人:联合的身体分析和姿势估计网络和一个新的基准”,T-介绍JPPNet是人类解析和姿态估计建立在之上的国家的艺术深度学习方法。
这个新颖的联合人类解析和姿态估计网络在端到端框架中结合了多尺度特征连接和迭代位置细化,以研究有效的上下文建模,然后实现彼此互利的解析和姿态任务。
这个统一的框架为人类分析和姿势估计任务实现了最先进的性能。
此发行版为T-PAMI2018接受的中报告的关键模型成分提供了一个公开可用的实现。
我们通过探索一种新颖的
2023/12/24 19:03:31 2.58MB ssl parsing human human-parsing
1
共 603 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