MNIST签名
我开发了一种卷积神经网络模型，用于识别字母，该模型由24个美国手语（ASL）字母组成（不包括需要运动的字母）。 该CNN使用4个卷积层，4个池化层和2个完全连接的层来将ASL中的输入图像准确分类为相关字母。 该模型在25个时期内可达到99.986％的精度，在15个时期内可实现始终如一的精确度> 99％，且运行时间少于10分钟。
该模型是在Kaggle中构建的，可轻松导入和操作数据集，原始脚本以及执行输出可在 查看。
在此项目中实施的图书馆：
凯拉斯
TensorFlow
脾气暴躁的
大熊猫
2021-09-10 19:48:48
3KB
1
意见集中加权Borda数方法的哈希迭代算法，付尚朴，，为了在评优排序决策中解决如何用计算机从多个排序结果得出综合排序结果，需研究设计意见集中的加权Borda数排序算法。从手工Borda数��
2021-09-10 16:09:19
256KB
1