叶识别 一个用于从叶子图像识别物种的python桌面应用程序。 使用图像处理和机器学习的概念。 它分为以下7种 槭树 雪松杜达拉 紫荆 柑桔 银杏叶 鹅掌 夹竹桃夹竹桃 要运行项目，请运行Executioner.py 有关更多详细信息，请参阅Project Details.pdf

标签标记器 用于在机器学习中标记训练集标签的小工具 安装 Git在您的系统中克隆此存储库。 安装python3，django 输入三进制的根路径，执行：sh django_server_start.sh 输入 ，尽情享受吧！ 如何使用 像这样的首页： 您可以手动标记网页中设置的训练，而不是其他方式。 它可以提高您的效率，并且您可以将此页面共享给其他人。 就像“众包”。 未标记的数据将随机出现，可以保证标记的数据均匀。 这是标记的数据计数，您可以对其进行概述： 用户唯一要做的就是单击单选按钮，然后单击提交按钮，新标记的数据将附加在label_data / label_data.tx

pocket-tensor pocket-tensor是arquolo的Kerasify分支，设计用于在嵌入式设备上运行C ++应用程序中经过训练的Keras模型。 设计目标与Keras口袋张量生成的顺序网络的兼容性口袋张量是arquolo的Kerasify分支，旨在在嵌入式设备上从C ++应用程序运行经过训练的Keras模型。 设计目标与Keras 2.x使用Tensorflow后端生成的顺序网络的兼容性。 多线程CPU支持。 内存使用率低。 易于构建和运行（无外部依赖性）。 快速的构建时间。 Kerasify上的改进借助出色的libsimdpp库，使用SIMD指令重写了张量操作，以提高

机器学习数学 由于Coursera荣誉代码，绝不会共享证书所需的分级作业和考试 请注意，有时github不会加载.ipynb文件或对矩阵使用不正确的图表，请随时下载并在自己的阅读器中使用 我的资料库的目的是为学生提供机器学习的基础数学（特别是那些在帝国理工学院伦敦机器学习数学课程的学生）一些有用的资源，并提供一些指南来指导该课程中的实践练习。 该存储库涵盖以下主题： 线性代数 多元微积分； 主成分分析（PCA）。 基本课程说明（来自帝国理工学院伦敦课程） 对于许多机器学习和数据科学的高级课程，您会发现需要重新学习数学的基础知识-您以前在学校或大学学习过的东西，但是是在另一种情况下讲授的，或者不是很直观，因此您很难将其与计算机科学中的使用方式联系起来。 该专业旨在弥合这一差距，让您快速掌握基础数学，建立直觉的理解并将其与机器学习和数据科学联系起来。 在有关线性代数的第一门课程中，

骇客深度学习：使用TensorFlow 2和Keras和Python的机器学习教程（包括Jupyter笔记本）-（LSTM，超电流表调整，数据预处理，偏差方差折衷，异常检测，自动编码器，时间序列预测，对象检测，情感分析，使用BERT进行意图识别）

MTBook：《机器翻译：基础与模型》肖桐朱靖波着-机器翻译：基础和模型

数据科学竞赛经验谈 如何做数据分析？如何做数据清洗？如何做特征工程？（面向关系型数据的特征工程系统化分析方法）如何做特征选择？如何选择合适的机器学习模型？如何调参？如何做模型融合？如何上分刷榜？ 请各位直接到以下链接阅读： : 想咨询竞赛经验，快速上分，争夺奖金的同学，欢迎来到大卫的小屋与我交流： 纯文字PDF版已经制作完成，已与PPT版一起上传至我的知识星球

储存库（v0.2.3） 一个简单而灵活的代码，用于诸如Echo State Networks（ESN）之类的储层计算架构。 ReservoirPy是一个基于Python科学模块的简单易用的库。 它提供了灵活的接口来实现高效的储层计算（RC）架构，尤其侧重于回声状态网络（ESN）。 与基本的Python实现相比，ReservoirPy的高级功能可提高简单笔记本电脑上的计算时间效率。 它的一些功能包括：脱机和在线培训，并行实现，稀疏矩阵计算，快速频谱初始化等。此外，还包括图形工具，可借助hyperopt库轻松地探索超参数。 该库适用于Python 3.6及更高版本。 官方文件 请参阅以了解有关ReservoirPy的主要功能，其API和安装过程的更多信息。 实例和教程 以获取安装，示例，教程和Jupyter Notebooks。 版本号 要启用ReservoirPy的最新功能，您米格思想

机器 树莓派cnc机器控制器 开始了这个项目，将我的Sieg微型铣床转换为cnc机器。 这个想法是使用树莓派作为其GPIO的控制器，因此不涉及（8位）微控制器。 完整的PC界面是目标之一，它具有对gcode执行的图形化监控，以使调试变得容易;）和一个用于编辑参数（滞后，每毫米步数等）的键盘。 盾 该软件旨在与（自制）TL-cnc rpi防护罩一起使用。 它利用了三种pololu步进驱动器（a4988 / drv8825）和一个微芯片IO扩展器（用于操纵杆和旋转编码器控制）。 工作正在进行中... 。 依存关系 下载并安装以下软件包： git clone git clone git clone git clone git clone

coursera上吴恩达的《machine learning》的所有大作业Code,仅供大家参考之用。