A Probabilistic Theory of Pattern Recognition 完整 清晰版

cr: Entity Recognition of Traditional Chinese Medicine's Manual (https://tianchi.aliyun.com/competition/entrance/531824/information) The dataset includes 1000pcs marked data from Chinese medicine's manual. 13 kinds of entity are defined to mark the data. 本次标注数据源来自中药药品说明书，1000份训练数据，共定义了13类实体。 entity definition.xlsx terms of use.pdf

The Devil of Face Recognition is in the Noise，商汤科技，ECCV 2018（论文阅读ppt） 文件格式 keynote，对论文的理解，包含论文的贡献，做了哪些实验等。一共14页。

颜色分类leetcode 食物识别 使用 Python 中的 Keras 和 R 中的 Shiny 包进行基于 CNN 的食物识别。 工作项目 合作项目 抽象的 在这个项目中，我们制作了一个食物识别和卡路里估计系统，它使用用户提供的食物图像来识别食物，然后估计同一食物中存在的卡路里。 食品图像识别是视觉对象识别在计算机视觉中的有前景的应用之一。 该系统使用图像处理和计算智能来识别食品。 我们训练了一个大型深度卷积神经网络来对每个类别的 1000 张高分辨率图像进行分类。 卷积神经网络 卷积神经网络 (CNN) 为许多一般图像分类问题提供了一种技术。 它已被应用于食品分类并获得了很高的准确率。CNN 广泛用于食品识别，并提供比传统方法更好的性能。 在过去的几年里，由于深度学习的进步，特别是卷积神经网络的进步，识别和识别图像的准确率已经大大提高。 这不仅是因为更大的数据集，还因为新算法和改进的深层架构。 卷积神经网络 (CNN) 由于其发明者而也被称为 LeNet。 CNN 主要包括卷积层、池化层和子采样层，其次是全连接层。 CNN 的第一个架构采用输入图像并应用卷积，然后进行子采样。 经

意图识别 11785的意图识别和NLU项目

PCA降维，基于稀疏表示和支持向量机的人脸识别。

基于matlab车牌识别运用深度学习的形式来识别

Named Entity Recognition of CEMR is provided by Yidu Cloud.本数据集由医渡云提供。 subtask2_unlabeled.txt subtask1_test.zip subtask1_train.zip subtask2_test.zip subtask2_train.zip

WS-DAN的PyTorch实现 介绍 这是“先看好：用于细粒度”一文的PyTorch实现。 它还具有正式的TensorFlow实现 。 该代码的核心部分指的是正式版本，最后，性能几乎达到了本文所报告的结果。 环境 Ubuntu 16.04，GTX 1080 8G * 2，CUDA 8.0 使用Python = 3.6.5，PyTorch = 0.4.1，torchvison = 0.2.1等的Anaconda。 必要时，某些第三方依赖项可能会与pip或conda一起安装。 结果 数据集 ACC（此仓库） ACC提炼（此仓库） ACC（纸） CUB-200-2011 88.20 89.30 89.4 FGVC飞机 93.15 93.22 93.0 斯坦福汽车 94.13 94.43 94.5 斯坦福犬 86.03 86.46 92.2 您可以从下载预训练

在下载模型 自述文件正在建设中：）