NLP项目 自然语言处理项目,其中包括有关以下方面的概念和脚本: gensim , fastText和tensorflow实现。 参见, doc2vec , word2vec averaging和Smooth Inverse Frequency实现 对话系统的类别和组成 tensorflow LSTM (请参阅 ,和 , ) fastText实现 ELMo,ULMFit,GPT,BERT,XLNet的原理 HMM Viterbi实现。 参见,中文解读 Named_Entity_Recognition 通过双向LSTM + CRF,张量tensorflow实现对NER品牌。 参见中文注释,中文解读 7_Information_retrieval 8_Information_extraction 9_Knowledge_graph 10_Text_generation 11
1
该项目中实现的LeNet-5模型具有3个卷积层和2个全连接层。 它具有62,000个训练参数,图像输入大小为32 * 32。 经过训练,该模型在MNIST测试装置上达到了98.48%的精度。 MNIST是手写数字的数据集,具有70,000个居中固定大小的灰度图像。 有关数据集的更多详细信息,请参见: http://yann.lecun.com/exdb/mnist 运行GUI并选择您的图像。
2021-11-09 09:50:26 712KB matlab
1
CAFFE框架下,利用lenet深度神经网络训练的mnist数据集的caffemodel,可用于验证识别,反卷积可视化
2021-11-05 10:27:45 3.07MB caffe mnist AI 人工智能
1
将任何 2D CNN 扩展到 3D CNN,以用于动作识别等研究。 它为 Mathworks 的大多数官方预训练权重模型扩展了多功能性! ( https://ww2.mathworks.cn/matlabcentral/fileexchange/?q=profileid:8743315 )
2021-11-02 14:37:10 6KB matlab
1
GBDT决策树模型开发代码,详细的说明见https://blog.csdn.net/iqdutao/article/details/107698851
1
MobileNetv2 是一个预训练模型,已经在 ImageNet 数据库的一个子集上进行了训练。 该模型接受了超过一百万张图像的训练,可以将图像分类为1000个对象类别(例如键盘,鼠标,铅笔和许多动物)。 从您的操作系统或 MATLAB 中打开 mobilenetv2.mlpkginstall 文件将启动您拥有的版本的安装过程。 此 mlpkginstall 文件适用于 R2019a 及更高版本。 用法示例: % 访问训练好的模型net = mobilenetv2(); % 查看架构细节网络层 % 读取图像进行分类I = imread('peppers.png'); % 调整图片大小sz = net.Layers(1).InputSize I = I(1:sz(1),1:sz(2),1:sz(3)); % 使用 mobilenetv2 对图像进行分类标签 = 分类(净,我
2021-10-28 13:48:56 6KB matlab
1
lightgbm_pmml_demo 从python导出的受过训练的lightgbm模型,以供Java调用
2021-10-27 16:53:25 283KB Java
1
times:2020/3/23 操作系统:win10 环境:python 3.6 因为我之前把所有内容写在一篇文章里非常的乱,所以本文主线是训练自己的 yolo.h5 去识别图像中的人,所有小细节的操作,我都在文中添加了链接,新手的话需要注意看一下。 // 有任何的问题都可以直接评论,还有资料的话直接留言邮箱,说明问题// //也可以评论下加下微信询问// 大家一起加油学习yolo,之后我会再出一篇详细介绍yolo代码的文章 如果你是 yolo 小白,或者环境配置等一直报错,请先参阅上一篇博文:keras-yolov3目标检测详解——适合新手 (环境配置、用官方权重识别自己的图片) 本文目的:
2021-10-19 19:01:19 1.95MB AS keras ras
1
openpose官方预训练的caffe模型文件-附件资源
2021-10-16 17:52:35 106B
1
EfficientNet-b0 是一个预训练模型,已经在 ImageNet 数据库的一个子集上进行了训练。 该模型接受了超过一百万张图像的训练,可以将图像分类为1000个对象类别(例如键盘,鼠标,铅笔和许多动物)。 从您的操作系统或 MATLAB 中打开高效netb0.mlpkginstall 文件将启动您拥有的版本的安装过程。 该mlpkginstall文件可用于R2020b及更高版本。 用法示例: % 访问训练好的模型净 = 高效netb0(); % 查看架构细节网络层 % 读取图像进行分类I = imread('peppers.png'); % 调整图片大小sz = net.Layers(1).InputSize I = I(1:sz(1),1:sz(2),1:sz(3)); % 使用 DarkNet-53 对图像进行分类标签 = 分类(净,我) % 显示图像和分类
2021-10-15 11:28:04 6KB matlab
1