的PyTorch实现 从原始存储库转换重量（需要TensorFlow 1.x） git clone https://github.com/TachibanaYoshino/AnimeGANv2 python convert_weights.py 推理 python test.py --input_dir [image_folder_path] --device [cpu/cuda] 转换后的[ ]样式模型的结果 （输入图像，原始tensorflow结果，pytorch结果从左到右） 脸部模型：从此提取出来，带有L2 + VGG + GAN损失和CelebA-HQ图像。 有关推断，请参见test_faces.ipynb 。 可以从下载模型文件（8MB）。 享受！ 注意：不包含培训代码/在RTX3090 + PyTorch1.7.1上进行了测试/由于，转换后的权重结果略有不同

N-PLS

基于职位描述的薪资预测 介绍 对于这个项目，我一直在根据工作概况预测薪水。 在任何行业中，我们都将提供职位描述以及要求的职位，具体取决于公司需要填补的职位类型，他们正在考虑选择任何优先专业的最低学位，他们正在寻找的经验以及距最近的大城市有多远的工作。 通过以上详细信息，我已经实现了对该职位的薪资估算。 这有助于雇主和雇员双方了解薪资范围并据此进行。 如果我们可以更好地预测，而不是采用行业的平均薪水，则可以帮助人力资源人员和管理人员提供一个不错的薪水范围。 数据采集 该项目使用的所有数据均来自kaggle竞赛。 收集的9个功能是：jobId，companyId，jobType，学位，专业，行业，yearsExperience，milesFromMetropolis和薪水。 在7个不同的行业中，有63家公司提供8种工作类型。 总共提取了1000000个薪水。 前处理 作为数据清理的一部分，我

电影推荐 我们使用基于内容的推荐系统来预测哪些电影最接近用户个人资料。 实际上，我最终享受了它预言的一些电影。 movie.csv和rating.csv文件可以从GroupLens下载。

皮肤癌 使用Pytorch进行深度学习的皮肤病变分类

ADMM 使用Radio Galaxy图像反卷积

交通标志识别系统 目标和目的 在自动驾驶汽车时代的今天，特斯拉，奔驰，奥迪，福特，GMC等公司致力于开发提高自动驾驶和自动驾驶汽车准确性的模型，从而能够识别路障和交通标志，从而实现平稳安全的行驶。 因此，我们希望建立一个模型，该模型在检测道路交通标志时具有最高的准确性，并据此做出决策。 在这个项目中，我们将建立一个神经网络模型，该模型能够最大可能地对几类图像进行分类。 最后，我们尝试创建一个界面来上传图像并通过加载训练后的神经网络模型来获得分类结果。 产品特点 我们的数据集来自： : 其中有， 单图像，多类别分类问题 超过40堂课 总共超过50,000张图像 大型逼真的数据库 我们想建立一个卷积神经网络（CNN）模型，将图像分类为各个类别。 此外，CNN最适合用于图像分类。 技术，图书馆，框架 -脾气暴躁 大熊猫 Matplotlib 枕头 张量流 凯拉斯 Tkinter工具

多任务物理信息神经网络 研究代码库。

LSTM_Stock_Prediction 这是我为Msc设计的硕士论文项目。 在金融学年2018-2019。 目的是查看股价是否存在可预测性。 如果有的话，我们是否有可能根据模型创建交易策略。

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。