橙果识别的图像分割
为了识别橙色水果，使用了边缘检测和颜色检测方法。 对于这种方法，我使用了图像分割。 输入图像是在不同照明条件下捕获的桔子的图像，并使用图像分割来检测图像的颜色。 用Python完成的实现。 在该系统中，用户将输入橙色图像。 模型会将图像从RGB转换为灰度图像以进行进一步处理。
2022-03-16 12:17:33
109.63MB
1
肯纳德·斯通·马哈拉诺比斯
由于Tensorflow Kennard-Stone算法使用欧式距离，因此在处理变量之间相关性未知的大向量空间时，需要适应性，这可能会改善许多神经网络的性能。
2022-03-14 15:43:50
3KB
1
课程主要是用java实现的会说话的tom猫，右侧则为滚动的新闻图片，整个功能是用来做自媒体，配合录屏软件，真的很酷啊。
代码结构：
程序运行效果：
2022-03-13 18:42:44
950B
1
搜索引擎的历史
InfoSeek, Excite, AltaVista, …
Google:
1998: 30M
2003: 3B
2011: 300B
Bing，Baidu， SoSo
2022-03-12 15:14:53
678KB
1
基于css实现的会折叠、展开的树形菜单导航栏，很早以前写的，也没有过多美化，但是比较实用，如果想用的朋友就自己美化吧
2022-03-11 19:37:23
30KB
1
监控是整个运维乃至整个产品生命周期中最重要的一环，事前及时预警发现故障，事后提供详实的数据用于追查定位问题。
本资料共包含以下附件：
运维必知必会的监控知识体系全梳理.pdf
2022-03-09 09:35:24
4.84MB
1
遇到的问题
当时自己在使用Alexnet训练图像分类问题时，会出现损失在一个epoch中增加，换做下一个epoch时loss会骤然降低，一开始这个问题没有一点头绪，我数据也打乱了，使用的是tf.train.shuffle_batch
在capacity中设置一个值，比如是1000吧，每次取一千个数据后将这一千个数据打乱，本次使用的数据集就是每个种类1000多，而我加载数据时是一类一类加载的，这就造成了每一批次的开始可以跟前一类数据做打乱处理，但是在中间数据并不能达到充分的shuffle
解决问题
在加载数据集的时候用numpy中的shuffle将数据集充分的打乱后在读入tfrecord中，之
2022-03-07 17:28:36
90KB
1
NEAT-Flappy-Bird
一个会玩飞扬的小鸟的 AI！ 使用 NEAT python 模块。
指示
只需运行flappy_bird.py并观看AI 开始训练自己玩flappy_bird游戏！
视频教程
您可以在此处查看该项目的详细信息： :
在 Gitpod 中运行
您还可以在 Gitpod（GitHub 的免费在线开发环境）中运行 NEAT-Flappy-Bird：
如果您对 GitPod 的付费订阅感兴趣，请使用优惠券代码：TECHWITHTIM19
2022-03-07 00:07:22
19KB
1