基于视频大数据深度学习的车辆追踪系统
2022-12-16 09:29:09 63.68MB 车辆追踪
1
基于深度学习的人脸表情识别算法研究.pdf
2022-12-15 19:20:15 19.55MB AI
1
家具分类图片数据集,文件包含图像路径及其注释标签以及类别,共9346张家具图像 家具分类图片数据集,文件包含图像路径及其注释标签以及类别,共9346张家具图像 家具分类图片数据集,文件包含图像路径及其注释标签以及类别,共9346张家具图像
2022-12-15 11:28:34 38.05MB 数据集 深度学习 家具 分类
本程序实现了在PyTorch中利用前馈神经网络实现复杂函数拟合。主要包括基于nn.Module的神经网络搭建和训练方法和数据集生成、分割方法。展示了通过调参分析和模型训练过程,评估各种超参数对训练过程、模型性能的影响,并将测试结果可视化。
1
本程序实现了在PyTorch中利用前馈神经网络实现复杂函数拟合。主要包括基于nn.Module的神经网络搭建和训练方法和数据集生成、分割方法。展示了通过调参分析和模型训练过程,评估各种超参数对训练过程、模型性能的影响,并将测试结果可视化。
2022-12-15 11:28:31 2KB pytorch bp 曲线拟合 多项式拟合
1
本程序实现了在PyTorch中利用前馈神经网络实现复杂函数拟合。主要包括基于nn.Module的神经网络搭建和训练方法和数据集生成、分割方法。展示了通过调参分析和模型训练过程,评估各种超参数对训练过程、模型性能的影响,并将测试结果可视化。
2022-12-15 11:28:31 2KB 深度学习 bp pytorch 曲线拟合
1
本程序实现了在PyTorch中利用前馈神经网络实现复杂函数拟合。主要包括基于nn.Module的神经网络搭建和训练方法和数据集生成、分割方法。展示了通过调参分析和模型训练过程,评估各种超参数对训练过程、模型性能的影响,并将测试结果可视化。
2022-12-15 11:28:30 3KB 深度学习 bp pytorch 曲线拟合
1
本程序实现了在PyTorch中利用前馈神经网络实现复杂函数拟合。主要包括基于nn.Module的神经网络搭建和训练方法和数据集生成、分割方法。展示了通过调参分析和模型训练过程,评估各种超参数对训练过程、模型性能的影响,并将测试结果可视化。
2022-12-15 11:28:29 1KB 深度学习 bp pytorch 曲线拟合
1
机器学习 深度学习 人工智能代码(python)用SVM实现人脸识别 附带结果
2022-12-14 21:05:41 290KB python 支持向量机 人工智能 机器学习
1
深度学习作业_基于pytorch框架python实现手写数字识别完整源码+代码注释+实验报告.zip 使用MNIST手写数字体数据集进行训练和预测,实现测试集准确率达到98%及以上。本实验的目的: 掌握卷积神经网络基本原理,以LeNet为例 掌握主流框架的基本用法以及构建卷积神经网络的基本操作 了解如何使用GPU