KNN分类算法和人脸分类训练样本

IMDB_Sentiment_Analysis 鉴于大量的在线评论数据（Amazon，IMDB等），情绪分析变得越来越重要。 在这个项目中，建立了一个情感分类器，用于评估一段文字的极性是正还是负。 情感分析是在Keras随附的IMDB数据集上完成的。 它由25,000个训练样本（其中20％是验证样本）和25,000个测试样本组成。 数据集中的所有单词均已预先标记。 使用自训练的单词嵌入（Keras嵌入层）。 我训练了不同的模型，其中一个模型包含一个LSTM层。 它在10个时元上的准确度为84％。 第二个示例由两组Conv1D和MaxPooling1D图层组成，后面是标准GRU图层。 观察到85％的准确性。 我已经将CuDNN层用于LSTM和GRU，因为它们在GPU上的速度比标准LSTM和GRU层快得多。 所有实现都是使用Keras进行的。 另一个具有RMS Prop精度的示例为84％，而

最经典的神经网络就是BP神经网络，对神经网络的训练至关重要，本文讨论如何合理选取样本集容量

训练一个支持向量机分类器，输入输出都是bmp图片，用于图像识别，检测图片中是否含训练的正样本

印刷数字识别训练样本，共计1000个。

数码管数字图像样本，从0到9，加上小点，共11组，均以文件夹分组安放，每组图像有4200张，总样本数为46200，每张图像分辨率为30x30，均为二值图

单次样本对的CSP滤波器设计及其在脑电训练样本优化中的应用

提供手写数字识别代码及训练样本，准确率95%+.平台:VS+OPENCV2.4.9.

imglab dlib开发使用的样本标注工具。不会用的缺dll的可以加我