机器学习游乐场 用于学习新概念的项目的集合。 这些模型在PyTorch中实现。 结构 计算机视觉 图片分类进行二进制/多类分类。 楷模实现SOTA卷积神经网络。 物体检测实施YOLO，SSD，RetinaNet和Faster R-CNN。 语义分割实施FCN-8和U-Net。 神经风格转换实现艺术风格的神经算法。 生成模型 实施DCGAN，Wasserstein GAN，VAE和有条件的VAE。 自然语言处理 情绪分析使用不同的预训练方法进行情感分析：词嵌入，BERT。 文字合成综合文本（字符级别）。 word2vec 实现word2vec。 语音分类 分类语音命令。 额外的 协同过滤实施协作过滤。 实体嵌入实现实体嵌入。 量化量化CNN模型。 修剪修剪CNN模型。

PulseSensorPlayground：一个PulseSensor库（用于Arduino），可将我们最受欢迎的项目集中在一个地方

操场 Playground是一个简化的应用程序，可让您修改浏览器中的机器学习模型。 这个程序的灵感来自于伟大的Tensorflow。 唯一的区别是它解决了经典的机器学习模型 演示版 就 它是如何工作的 ？ :card_index_dividers: 您可以从预定义列表中选择并配置数据集。 您可以设置： 样品数 火车上的噪音和测试数据 :gear: 您选择一个模型，并为其设置超参数。 您可以从以下模型中选择模型：逻辑回归，决策树，随机森林，梯度提升，神经网络，朴素贝叶斯，KNN和SVM :chart_decreasing: 该应用程序会自动显示以下结果： 模型在火车和测试数据上的决策边界 训练和测试数据的性能指标（准确性和F1分数） 模型训练所需的时间 生成的python脚本，用于基于数据集定义和模型超参数来重现模型 对于每种模型，游乐场都提供了指向官方文档的链接以及提示列表。 加分点：该应用程序还提供通过添加多项式特征来执行特征工程的功能。 事实证明，

虚拟环境库，旨在帮助教授机器人技术的基本概念以及可重复使用的课程和其他机器人技术演示。 安装后可通过应用程序菜单获取 MATLAB APP 以帮助入门。 课程： - MATLAB 介绍- 基本的机器人动作-Simulink简介- 遥操作机器人控制- 编程距离传感器- 编程自定义行为- Stateflow 简介（流程图） - 解谜机器人 VEX Clawbot 模拟演示用于： - 遥操作与控制- 自主算法的模拟- 主动感知的自主行为 2020 年最佳机器人在线游戏 - 爆发- 键盘控制游戏模板- 用于手柄控制的游戏模板- 自主控制的游戏模板 如果您有任何问题，请随时通过 robotssarena@mathworks.com 与我们联系

ERC721游乐场 ERC721 NFT代币的游乐场 不得不将ERC721的导入ERC721为ERC721URIStorage ，以更改_setTokenURI功能相当不错的教程

GPT3-Playground：Beispiele Wie Man mit GPT3与API聊天机器人baut

Swift自动引用计数代码

去噪声代码matlab 丽娜地震游乐场 描述 使用最新的机器学习方法进行地震数据处理。 在主要的探索中，我们从以下内容开始： 数据预处理 数据降噪 有线电视新闻网 Resnet 各种各样的古碑字画 如果您想加入游乐场项目或对此有任何疑问，请通过以下方式与我联系版权稍后，我将在Matlab Python和Jupyter Notebook中推送代码，以供您参考。 如果将存储库用于研究或任何商业应用，则需要引用。

Swift里的协议protocol练习

Swift里扩展，extension.类似于category 类别