[YOLOv5烟叶病害识别]完整源码(带安装教程&数据集&演示视频)
2022-08-21 18:06:05 895.82MB YOLO 烟叶病害识别 Python 深度学习
1
用于yolov7的预训练权重
2022-07-21 16:06:45 72.09MB python 深度学习
1
yolov7-d6预训练权重
2022-07-21 16:06:45 255.83MB python 深度学习
1
用于yolov7-w6的预训练权重
2022-07-21 16:06:43 134.71MB python 深度学习
1
用于yolov7-e6的预训练权重
2022-07-21 16:06:43 186.01MB python 深度学习
1
用于yolov7-e6预训练权重
2022-07-21 16:06:41 290.32MB python 深度学习
1
安装包gnn1.1.0 gnn的任务是做了节点的分类,其结果target值为1和-1。 参照recgnn,利用了循环神经网络的思想,将t-1状态运用在t状态的训练中,再通过将自身节点的状态和邻居节点的状态聚合,得到新的状态。不断循环通过BP调整参数,最后根据阈值以及最大迭代次数的限制退出循环。
2022-07-15 17:06:05 197KB gnn python 深度学习 tensorflow
1
【Python项目实战】基于时间卷积网络(Temporal Convolution Network ,TCN)的发动机剩余寿命预测 航空发动机结构复杂,状态变量多且相互之间存在着严重非线性特征,传统的基于物理失效模型的方法难以精确地预测发动机的剩余寿命(RUL)。针对此问题,采用时间卷积网络(Temporal Convolution Network ,TCN)作为一种最新出现的序列神经网络,被证明在序列数据预测上有良好的效果。采用TCN实现对发动机剩余寿命进行预测,预测过程通过建立退化模型,给每个训练样本添加RUL标签;将特征输入构建的卷积神经网络得到剩余寿命的预测值。为了验证方法的有效性,在NASA提供的涡轮风扇发动机仿真数据集(C-MAPSS)上进行了测试,,结果表明采用TCN算法拥有更高的精度。
2022-07-12 22:05:10 6.55MB python 深度学习
1
AmSoftmax pytorch实现代码
2022-07-10 22:38:03 2KB pytorch 人工智能 python 深度学习
1
资源包含文件:源码及数据 在本实验中,正常域名来自于 Alexa 网站的域名点击排行,总共收集了 100 万个正常域名。 DGA 域名则来自于 360 网络实验室和 osint 公开的 DGA 域名种子网站,它们都属于公开的数据源。其中,从 360 网络实验室收集了 34 类不同家族的 DGA 域名,总共 136 万个 DGA 域名。从 osint 网站上收集了 44 类不同家族的 DGA 域名,总共 144 万个 DGA 域名。 详细介绍参考:https://blog.csdn.net/sheziqiong/article/details/125598200
2022-07-05 09:04:12 44.03MB Python 深度学习 域名检测 DGA