机器学习：不同数据集上的机器学习模型

我总结的关于深度学习模型编程优化加速、硬件加速、以及模型本身加速有关的经验

DDoSDN 这是一个有关将机器学习模型应用于软件定义网络中的DDoS攻击检测的存储库。 先决条件 通过以下pip3 install -r requirements.txt所需的软件包： pip3 install -r requirements.txt 请注意，该程序是使用Python 3.x版编写和测试的，pip也是如此。 手册 通过Python创建虚拟环境： python3 -m venv venv 。 之后，按照所述安装所有要求。 接下来分别在不同的shell中运行下面的每个。 通过运行以下命令启动Ryu控制器： ryu-manager customCtrl.py 通过运行以下pyth

心脏病预测：该项目涉及训练机器学习模型（K邻居分类器），以87％的准确性预测某人是否患有心脏病

inception V3 的深度学习模型权重文件，可作为预训练模型，提升学习效率

在Google街景视图中进行虚拟漫步 在， 。 在隔离期间，由于COVID-19大流行，我们目前遇到的情况是，为了共同的福祉，我们减少了在街上自由活动的权利。 人们只能在杂货店等特定情况下外出。 在许多国家，许多边界都是封闭的，旅行被完全禁止。 Virtual Walks是一个使用Pose Estimation模型和LSTM神经网络一起在Google Street View中模拟步行的项目。 对于姿势估计，已修改了模型，而对于动作检测部分，已使用开发了LSTM模型。 该项目能够借助模拟世界各地的街道。 Tensorflow 2.0，Selenium和Python 3.7是该项目中使用的

GBDT作为近年很热门的模型，其性能非常突出，用途也是涵盖了从特征选择到分类、回归，被广大从业者和爱好者所使用。

NumPy手写全部主流机器学习模型，代码超3万行Good.pdf

faster_rcnn_resnet50_coco_2018_01_28.tar.gz的模型，可用于目标检测

针对非平衡数据分类问题,提出了一种改进的SVM-KNN分类算法,在此基础上设计了一种集成学习模型。该模型采用限数采样方法对多数类样本进行分割,将分割后的多数类子簇与少数类样本重新组合,利用改进的SVM-KNN分别训练,得到多个基本分类器,对各个基本分类器进行组合。采用该模型对UCI数据集进行实验,结果显示该模型对于非平衡数据分类有较好的效果。