RNN和Temporal-ConvNet进行活动识别
，（等额缴纳）
论文代码： （在杂志上接受，2019年）
项目：
抽象的
在这项工作中，我们使用ResNet-101演示了一个强大的基线两流ConvNet。 我们使用此基线来彻底检查RNN和Temporal-ConvNets的使用，以提取时空信息。 基于我们的实验结果，然后我们提出并研究了两个不同的网络，以进一步整合时空信息：1）时域RNN和2）初始样式的Temporal-ConvNet。
我们的分析确定了每种方法的特定局限性，这些局限性可能构成未来工作的基础。 我们在UCF101和HMDB51数据集上的实验结果分别达到了94.1％和69.0％的最新性能，而无需大量的时间增强。
我们如何解决活动识别问题？
演示版
GIF展示了我们的TS-LSTM和“时间-开始”方法的前3个预测结果。 顶部的文本是基本事实，三个文本是每种方法的预
2022-11-13 16:49:33
79.62MB
1
训练CNN分类模型-pokemon
任务：
1.尝试修改模型，加入归-化层，DropOut层
2.尝试可视化每层的输出内容
3.尝试收集新的分类数据集来体验训练过程
4.记得提交docx,或pdf文件
2022-11-11 16:31:08
17.9MB
1
MATLAB实现CNN-LSTM卷积长短期记忆神经网络多特征分类预测（完整源码和数据）
数据为多特征分类数据，输入15个特征，分四类,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。
运行环境MATLAB2020b及以上。
2022-11-03 09:07:07
504KB
MATLAB实现CNN-BiLSTM卷积双向长短期记忆神经网络多特征分类预测（完整源码和数据）
数据为多特征分类数据，输入15个特征，分四类,程序乱码是由于版本不一致导致，可以用记事本打开复制到你的文件。
运行环境MATLAB2020b及以上。
2022-11-03 09:07:06
503KB
只含一层卷积层的CNN也可以将手写数字识别的正确率达到99%
2022-11-02 20:10:05
29.17MB
1
基于tensorflow、CNN、清华数据集THUCNews的新浪新闻文本分类-附件资源
2022-10-31 22:15:38
23B
1