验证码识别，文本识别收集-CRNN(CNN+GRU/LSTM+CTC)，含部份数据集请怪异博客https://blog.csdn.net/okfu_DL/article/details/90379583使用
2023/3/28 0:41:18
32.85MB
1
GRU（GatedRecurrentUnit）神经网络是LSTM的一个变体，GRU在保持了LSTM的效果同时又使结构愈加简单，是一种非常流行RNN神经网络，它只有两个门了，分别为更新门tz和重置门tr。
更新门控制前一时刻的状态信息被带入到当前状态中的程度，值越大前一时刻的状态信息带入越多。
重置门控制忽略前一时刻的状态信息的程度，值越小说明忽略得越多。
更新门控制前一时刻的状态信息被带入到当前状态中的程度，值越大前一时刻的状态信息带入越多。
重置门控制忽略前一时刻的状态信息的程度，值越小说明忽略得越多。
2023/2/12 7:39:33
208KB
1
股票价格预测-LSTM-TCN-GBDT运用四种算法（LSTM，TCN，GRU，GBDT）进行股票价格的预测和预测结果的检验。
2022/10/28 5:04:15
474KB
1
递归神经网络(RNN)近些年来被越来越多地应用在机器学习领域，尤其是在处理序列学习任务中，相比CNN等神经网络功能更为优异。
但是RNN及其变体，如LSTM、GRU等全连接网络的计算及存储复杂性较高，导致其推理计算慢，很难被应用在产品中。
一方面，传统的计算平台CPU不适合处理RNN的大规模矩阵运算；
另一方面，硬件加速平台GPU的共享内存和全局内存使基于GPU的RNN加速器的功耗比较高。
FPGA由于其并行计算及低功耗的特性，近些年来被越来越多地用来做RNN加速器的硬件平台。
对近些年基于FPGA的RNN加速器进行了研究，将其中用到的数据优化算法及硬件架构设计技术进行了总结介绍，并进一步提出了未来研究的方向。
但是RNN及其变体，如LSTM、GRU等全连接网络的计算及存储复杂性较高，导致其推理计算慢，很难被应用在产品中。
一方面，传统的计算平台CPU不适合处理RNN的大规模矩阵运算；
另一方面，硬件加速平台GPU的共享内存和全局内存使基于GPU的RNN加速器的功耗比较高。
FPGA由于其并行计算及低功耗的特性，近些年来被越来越多地用来做RNN加速器的硬件平台。
对近些年基于FPGA的RNN加速器进行了研究，将其中用到的数据优化算法及硬件架构设计技术进行了总结介绍，并进一步提出了未来研究的方向。
2017/3/13 16:19:19
1.39MB
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