回归案例研究-红葡萄酒数据

DAGM-2007-二进制分类\ 数据集： 要求： Python 3.6 Tensorflow 1.12 凯拉斯2.2.4 OpenCV 3.4.1 增强器

ecg_classification 心电图分类和心律失常检测 输入的csv文件应位于根路径的输入文件夹内。

心电图指导项目 使用深度学习进行心律失常分类的心电图图像分析

铁达尼号 预测泰坦尼克号沉没的生存。 泰坦尼克号资料库包含： 'data'：具有原始火车（'train.csv'）和测试（'test.csv'）数据 'Titanic.ipynb'：此存储库的笔记本 “图像”：来自“ Titanic.ipynb”的所有可视化 'submission.csv'：预测的csv文件。 问题 许多乘客未能幸免于泰坦尼克号沉没。 有关这些乘客的数据和信息，请访问 。 下表列出了所提供数据中的变量。 多变的 定义 钥匙 旅客编号 乘客的唯一标识符 生存 生存 0 =否，1 =是 P类 机票舱位 1 = 1、2 = 2、3 = 3 性别 性别 年龄 年岁 西伯斯 泰坦尼克号上的兄弟姐妹/配偶数 胹 泰坦尼克号上的父母/子女数量 票 票号 票价 旅客票价 舱 机舱号 出发 登船港口 C =瑟堡，Q =皇后镇，S =南安普敦 目的是根据火车和测试数据集（分别称为“

Spatial_Regression

心电图分析 我测试了各种分析心电图的方法，并在MIT-BIH心律失常数据库中对其进行了测试。 我建议您使用虚拟python环境，然后运行python3。打开终端，导航到该文件夹​​，然后在终端中运行以下命令： virtualenv --no-site-packages -p path/to/python env/ 如果您还没有virtualenv python模块，请运行： pip3 install virtualenv 要激活新的虚拟环境，请在终端中运行以下命令： source env/bin/activate 要安装笔记本运行的要求，请执行以下操作： pip3 install -r requirements.txt 最后，要启动笔记本运行： jupyter notebook

花卉分类

反馈卷积神经网络用于视觉定位和分割 该代码是的。 该代码是用编写的，非常易于理解。 还有一个，如果您使用Caffe和Matlab，请进行检查。 要求： 的Python 3 火炬0.4.0 如何运行： 用jupyter notebook打开jupyter notebook 然后打开vgg_fr.ipynb或vgg_fsp.ipynb ，这是两个用于展示反馈思想的主要文件。 外观： 如果在不修改代码的情况下运行vgg_fsp.ipynb ，则应该看到以下可视化效果： 输入图片： 相对于目标标签的图像梯度： 反馈选择性修剪（FSP）的4次迭代后，相对于目标标签的图像梯度： 文件说明： vgg_fr.ipynb ：使用反馈恢复机制定义vgg反馈网络并在示例图像上运行反馈可视化的主文件。 vgg_fsp.ipynb ：主文件，该文件使用反馈选择性修剪机制定义vgg反馈网络，并在

u2net_bgremove_code Jupyter Notebook包含使用u2net删除图像和视频背景的代码 链接到。 包含所需文件的。 原始。