手写体识别数据和原码，主要适用python中的numpy库，完成多层感知机，CNN，这两种方式对mnist数据集的识别
2024/12/24 5:01:02
24.68MB
1
基于字的用感知机实现的中文分词系统。
完全训练后对微软的测试集精度可以达到96%多。
我上传的版本是完整的代码（训练和分词），大家自己用附带的微软训练数据训练就可以了，只有一个文件。
代码总的来说写的还是很清楚的，方便自己也方便别人阅读。
欢迎大家共讨论,xiatian@ict.ac.cn。
完全训练后对微软的测试集精度可以达到96%多。
我上传的版本是完整的代码（训练和分词），大家自己用附带的微软训练数据训练就可以了，只有一个文件。
代码总的来说写的还是很清楚的，方便自己也方便别人阅读。
欢迎大家共讨论,xiatian@ict.ac.cn。
2024/3/7 22:35:58
4.92MB
1
这是用matlab实现的一个多层感知机，由三个全连接层组成，压缩包中的脚本可直接运行。
运行顺序为：1.data_gen.m(在工作空间生成数据集data.mat，因为压缩包本来已经有数据集了，这一步可以跳过，画出数据集的分布)2.mlp_relu.m(训练网络，会在工作区生成网络权重的参数variable.mat，工作空间已经有这个了，也可以跳过，耗时大概2，3秒，电脑性能决定，画出损失函数变化曲线)3.valuate_variable(测试第二步的网络的性能，画出可视化图形)
运行顺序为：1.data_gen.m(在工作空间生成数据集data.mat，因为压缩包本来已经有数据集了，这一步可以跳过，画出数据集的分布)2.mlp_relu.m(训练网络，会在工作区生成网络权重的参数variable.mat，工作空间已经有这个了，也可以跳过，耗时大概2，3秒，电脑性能决定，画出损失函数变化曲线)3.valuate_variable(测试第二步的网络的性能，画出可视化图形)
2023/10/17 11:02:03
13KB
1
近些年来，人工智能领域又活跃起来，除了传统了学术圈外，Google、Microsoft、facebook等工业界优秀企业也纷纷成立相关研究团队，并取得了很多令人瞩目的成果。
这要归功于社交网络用户产生的大量数据，这些数据大都是原始数据，需要被进一步分析处理;还要归功于廉价而又强大的计算资源的出现，比如GPGPU的快速发展。
除去这些因素，AI尤其是机器学习领域出现的一股新潮流很大程度上推动了这次复兴——深度学习。
本文中我将介绍深度学习背后的关键概念及算法，从最简单的元素开始并以此为基础进行下一步构建。
如果你不太熟悉相关知识，通常的机器学习过程如下：1、机器学习算法需要输入少量标记好的样本，比如10
这要归功于社交网络用户产生的大量数据，这些数据大都是原始数据，需要被进一步分析处理;还要归功于廉价而又强大的计算资源的出现，比如GPGPU的快速发展。
除去这些因素，AI尤其是机器学习领域出现的一股新潮流很大程度上推动了这次复兴——深度学习。
本文中我将介绍深度学习背后的关键概念及算法，从最简单的元素开始并以此为基础进行下一步构建。
如果你不太熟悉相关知识，通常的机器学习过程如下：1、机器学习算法需要输入少量标记好的样本，比如10
2023/8/30 10:16:15
462KB
1
https://blog.csdn.net/weixin_44049128/article/details/86502423此篇博文代码。
2023/6/29 4:17:22
2KB
1
第一章统计学习方法概论第二章感知机第三章k近邻法第四章朴素贝叶斯法第五章决策树-2016-ID3CART第六章Logistic回归第七章支持向量机第八章提升方法第九章EM算法及其推广第十章隐马尔科夫模型第十一章条件随机场第十二章统计学习方法总结
2023/5/29 3:22:04
15.2MB
1
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