opencv3人脸识别所用到的训练数据集,40个人脸数据,每个人10张照片。
2025/7/20 19:36:30 3.07MB opencv face 人脸识别
1
本次提供的中文汉语语料syj_trainCorpus_utf8.txt全网免费,转载需要注明出处,语料是作者通过爬取的短文本和网络上的预料处理、合并生成的。
整个语料大小264M,包含1116903条数据,数据用空格隔开,可以用来训练分词模型。
2025/7/17 17:47:24 108.12MB NLP 语料 中文分词语料 中文语料
1
采用动量梯度下降算法训练BP网络matlab代码
2025/7/15 5:04:02 937B 动量梯度 BP 网络 matlab代码
1
yolov5预训练模型
2025/7/13 20:16:21 14.11MB 深度学习
1
用vs2019开发,开发语言为C++,对mfc对话框程序感兴趣的可以获取
2025/7/13 15:19:25 3.9MB MFC实战 对话框基础
1
pytorchvgg19预训练模型的索引和类别对应表
2025/7/13 15:52:46 30KB 预训练模型 vgg19 cnn 图像识别
1
我们使用了循环一致性生成对抗网络(CycleConsistentGenerativeAdversarialNetworks,CycleGAN)实现了将绘画中的艺术风格迁移到摄影照片中的效果。
这种方法从图像数据集中学习整体风格,进行风格转换时只要将目标图片输入网络一次,不需要迭代的过程,因此速度较快。
我们使用了一些自己制作的数据集训练了CycleGAN风格迁移模型,并分析了这种方法的优点和局限性。
为了使风格转换后的图片保留原来的色彩分布,我们实现并分析对比了多种颜色匹配的方法。
我们还利用了MaskR-CNN模型生成的掩膜图像来做图像运算而实现了局部风格转换和混合风格转换等效果。
2025/7/12 14:11:22 5.32MB 风格迁移
1
RasaCore项目,自然语言理解官方文档,中文版本入门•动机•但我不用python代码!•安装教程•建立一个简单的机器人•监督学习教程•互动学习•没有Python的RasaCore深潜•域,插槽和操作•故事-训练数据•常见模式•探究-如何融合在一起•HTTP服务器•连接到消息和语音平台•计划提醒PythonAPI•代理人•事件开发者文档•Featurization•解释器•自定义策略•跟踪对话状态•迁移指南•更改日志
2025/7/11 21:46:12 856KB nlu rasa rasacore nlp
1
支持向量机是一种基于统计学习理论的VC维理论和结构风险最小原理基础上的机器学习系统,主要用来处理二元样本的分类问题,根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷,来获得最好的推广能力,要求分类线不但能将两类无错误地分开,而且要使两类的分类间隔最大,前者是保证经验风险最小(如使训练误差为0),而使分类间隔最大实际上就是使置信范围最小,
2025/7/11 15:23:16 465KB SVM
1
博客地址:https://blog.csdn.net/wen_fei/article/details/80261047VGG-Face模型Pytorch版本,使用Pytorch的torch.load(VGG_FACE_LOCATION)可直接读取,基于千万张人脸数据训练,
2025/7/11 8:25:18 86B VGG-Face Pytorch
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