交通标志识别
在这个项目中，我使用卷积神经网络对交通标志进行分类。 具体来说，我训练了一个模型，用于根据“德国交通标志对交通标志进行分类。 我使用TensorFlow进行模型开发，并在GPU上对其进行了训练。
分几个步骤：
加载数据集
探索，总结和可视化数据集
设计，训练和测试模型架构
使用模型对新图像进行预测
分析新图像的softmax概率
完整的项目代码可以在找到
数据集摘要与探索
1.数据集的基本摘要。
此步骤的代码包含在的3d code cell中
我使用了pandas库来计算交通标志数据集的摘要统计信息：
训练示例数= 34799
测试例数= 12630
图像数据形状=（32，32，3）
班级数量= 43
2.数据集的探索性可视化。
该步骤的代码包含在的5th code cell中。
这是数据集的探索性可视化。 它是显示数据分布方式的条形图。 我们看到分布不均。
2023-01-06 20:41:07
145KB
1
天气状况识别对交通运输安全、环境、气象等领域有重要意义。在各种产业向智能化转型的技术背景下，基于人工智能技术研究一种高效的天气自动识别方法，不仅能解决传统天气判别准确率低的问题，还能实现天气判别的实时性，有效地提高应对各种天气状况的处理能力。卷积神经网络（Convolutional Neural Network，简称CNN）是深度学习中的一种重要网络结构，它通过引入卷积层，池化层以及较深的网络层数，实现对图像高层语义特征的感知，提升图像分类效果。本文基于卷积神经网络架构，针对传统天气识别方法较难判断的可见光图像天气状况（多云、雨天、晴天、日出）。
2023-01-05 17:30:24
94.76MB
1
Core Java, Volume I Fundamentals, 12th Edition (Cay S. Horstmann) .pdf JAVA核心编程第12版卷一，英文版，带目录
2023-01-05 10:02:07
20.18MB
1
《网络工程方案设计》试卷
一、单选题（本题共20小题，满分40分）
二、多选题（本题共10小题，满分20分）
三、判断题（本题共10小题，满分20分）
四、简答题（本题共4小题，满分20分）
2023-01-04 14:19:51
62KB
1
《网络工程方案设计》试卷 一、单选题（本题共20小题，满分40分） 二、多选题（本题共10小题，满分20分） 三、判断题（本题共10小题，满分20分） 四、简答题（本题共4小题，满分20分）
2023-01-04 14:19:51
64KB
1
HCIA数通入门考试试卷（附答案）
考试时长：90分钟
题型：单选30题（45分）+多选20题（40分）+判断10题（15分）
2023-01-04 14:15:24
144KB
1