为了将情感信息融入到词向量中,本文第一部分工作提出了两个情感词向量学习框架,即,基于谷歌提出的Skip-gram模型的框架和基于卷积神经网络模型的框架。
在每个框架中,根据情感和语义信息融合策略的不同,我们又分别提出H个具体模型。
为了验证学习得到的情感词向量能否包含语义和情感信息,本文分别在不同语言、不同领域的多个数据集下进行了大量定性和定量的比较实验。
这部分相关工作分别发表在2015年IALP会议和2016年IJCNN会议
2023/3/14 22:36:39 4.63MB 深度学习
1
基于深度学习生成音乐(mid格式的音乐)附代码,绝对可用,我本人调试过,python3环境
2023/3/10 3:32:26 57KB 深度学习 音乐 mid
1
很多初入深度学习的学生都会遇到各种环境配置问题,环境搭建不好模型就跑不了,所以这是限制新手的一大难点,MATLAB具有成熟的运行环境,无需配置,这点对于想跑通一个深度学习模型的新手是非常有利的。
所以,本教程手把手教你使用MATLAB中的深度学习框架,完成遥感影像分类的具体操作步骤。
本教程给出完整的代码、操作手擦、原始训练及测试样本,旨在最大限度的简化操作步骤,让深度学习零基础的学生也可以轻松跑通深度学习代码,增加自信心和学习兴味,为遥感影像分类提供一个可借鉴的新型的方法。
1
python3,tensorflow>=1.3简单的英文聊天机器人基于深度学习seq2seq,可以直接跑,结果不是很精确
2023/2/21 9:12:06 6.02MB chatbot tensorflow python
1
这里面包含整个基于神经网络深度学习完成人脸识别项目,包括原始数据训练数据训练模型测试数据等
2023/2/12 1:30:36 51.73MB 人脸识别 深度学习
1
目标识别是计算机视觉一个重要的研究领域,由此延伸出的车辆型号识别具有重要的实际应用价值,特别是在当今交通状况复杂的大城市,智能交通系统成为发展趋势,这离不开对车辆型号进行识别和分类的工作,本文围绕如何利用计算机视觉的方法进行车辆型号的识别和分类展开了一系列研究:本文对当前的目标识别和分类的特征和算法做了总结和归纳。
分析比较了作为图像特征描述常见的特征算子,总结归纳了他们的提取方法、特征功能以及相互之间的关联。
另外,介绍了在目标识别工作中常用的分类方法,阐述了他们各自的原理和工作方法。
研究了深度神经网络的理论依据,分析比较了深度神经网络不同的特征学习方法,以及卷积神经网络的训练方法。
分析比较不同特征学习方法的特点选取k-means作为本文使用的特征学习方法,利用卷积神经网络结构搭建深度学习模型,进行车辆车型识别工作。
本文为了测试基于深度学习的车辆型号分类算法的功能在30个不同型号共7158张图片上进行实验;
并在相同数据上利用改进了的SIFT特征匹配的算法进行对比实验;
进过实验测试,深度学习方法在进行车型分类的实验中取得94%的正确率,并在与SIFT匹配实验结果对比后进一步证实:深度学习的方法能够应用在车辆型号识别领域
2023/2/8 8:49:32 4.2MB 深度学习 车牌识别
1
基于深度学习的大蒜鳞芽朝向识别研讨
2023/1/11 22:52:32 927KB 研究论文
1
小虫象棋团队在吸收2010年版的优秀知识的基础上,使用最新的位棋盘技术重新编写了整个引擎,同时采用了最先进的搜索算法,引擎的运行效率提高了200%以上,直接的棋力提升更是高达400等级分,在与一些知名象棋软件的对抗测试中,取得极高的胜率。
小虫象棋取得飞跃性的进步,还得益于领先的审局体系。
小虫象棋的审局体系与传统引擎有较大区别。
2016年AlphaGo以4比1的总比分大胜世界冠军李世石,此后更化身master现身野狐,横扫人类顶尖高手,未逢敌手。
小虫象棋团队充分自创了AlphaGo的论文,在深度学习专家3DChess作者的推动下,建立了基于深度学习的参数优化模型,在一定程度上实现了审局参数自动优化,同时发现尚未被人类总结的象棋知识。
总体而言,小虫象棋棋风细腻,能攻善守,防守时稳健,攻杀时凶猛。
小虫象棋对中国象棋的各种典型杀法的审局处理比较到位,能很好地抓住对方的防守漏洞,必要时弃子攻杀,一举擒王。
在局势处于下风时防守顽强,往往能化险为夷。
由于小虫象棋团队现阶段将研究重心放在审局优化上,暂不支持残局库。
但计划在半年内陆续支持基本的残局库和审局库。
2023/1/11 17:05:26 23.47MB 经典项目 小虫象棋 bugchess
1
需要再matlab2017a即以上版本上运转资源来自网络本为matlab计算机视觉与深度学习实战28章示例代码
2018/5/9 13:51:09 2KB 深度学习 汽车检测
1
基于深度学习的图像去噪算法研讨邓正林电子科技大学
2015/5/16 23:14:57 2.57MB denoise
1
共 66 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