本资源是《21个项目玩转深度学习：基于TensorFlow的实践详解》教程的源代码，供计算机相关领域的技术人员与爱好者学习。
2022-06-30 23:53:57
154.04MB
1
围绕自然语言处理和时序数据处理，介绍中的重要技术，包括word2vec、RNN、LSTM、GRU、seq2seq 和Attention 等。语言平实，结合大量示意图和Python代码，按照“提出问题”“思考解决问题的新方法”“加以改善”的流程，基于解决自然语言处理相关的各种问题，使读者在此过程中更深入地理解中的重要技术。
2022-05-23 11:36:49
6.87MB
1
第 1 章 基于直方图优化的图像去雾技术 第 2 章 基于 形态学的权重自适应图像去噪 第 3 章 基于多尺度形态学提取眼前节组织 第 4 章 基于 Hough 变化的答题卡识别 第 5 章 基于阈值分割的车牌定位识别 第 6 章 基于分水岭分割进行肺癌诊断 第 7 章 基于主成分分析的人脸二维码识别 第 8 章 基于知识库的手写体数字识别 第 9 章 基于特征匹配的英文印刷字符识别 （省略100字） 到。。。。
第 16 章 基于 Hu 不变矩的图像检索技术 第 17 章 基于 Harris 的角点特征检测 第 18 章 基于 GUI 搭建通用视频处理工具 第 19
2022-05-17 22:05:14
126.44MB
最小二乘法 各个数值等间距，做为x轴的取值，通过转置成为一个有n行的列向量，为使结果y成为列向量做准备
% y是结果列向量
% p是设计矩阵，它的要求是：每一行代表一个采样，每一列代表一个基函数
% p(:,1)=...为矩阵的第一列赋值，赋的值是一个列向量
% p(:,2*j)=sin(j/2*x); p(:,2*j+1)=cos(j/2*x); 这是为偶数列和奇数列赋值
% 因为一列使用同一基函数，故使用j来决定基函数
% 列中各行是不同的采样值，所以自变量x是列向量
% XA=B的解：B/A
2022-05-17 00:20:33
27KB
1