用于深度估计和语义分割的城市景观处理数据集，该数据集包含128 x 256大小的图像，它们的19类语义分割标签和反向深度标签。该数据集是城市景观数据集的预处理数据集，用于两个任务深度估计和语义分割。每类数据有3000多个
用于深度估计和语义分割的城市景观处理数据集，该数据集包含128 x 256大小的图像，它们的19类语义分割标签和反向深度标签。该数据集是城市景观数据集的预处理数据集，用于两个任务深度估计和语义分割。每类数据有3000多个
2022-12-23 15:28:08
641.88MB
用于深度学习的多类杂草物种图像数据集，deep野草数据集包含9类17,509个独特的256x256彩色图像。共有15007张训练图片和2501张测试图片。分类和种标如下0-中国苹果1-大戟2-帕金森亚3-帕特宁4-刺相思5-橡胶藤6-暹罗杂草7-蛇草8-其他。注本文使用的五次交叉验证的具体标签子集(60%)、验证(20%)和测试(20%)也在这里以CSV文件的形式提供，格式与“labels.csv”相同。
2022-12-23 15:28:07
470.17MB
用于图像分割的前列腺注释数据集，前列腺数据集由48个多参数MRI研究组成，采用横向t2加权扫描(分辨率0.6 x 0.6 x 4mm)和表观扩散系数(ADC)图(2 x 2 x 4mm)手动分割整个前列腺。imagesTr包含训练集图像。imagesTs包含测试集图像。labelsTr包含训练集的标签。
2022-12-23 15:28:06
237.91MB
这个数据集包含99种不同的植物。分为培训(80%)、测试(10%)和有效数据(10%)。共19000张植物图片
这个数据集包含99种不同的植物。分为培训(80%)、测试(10%)和有效数据(10%)。共19000张植物图片
这个数据集包含99种不同的植物。分为培训(80%)、测试(10%)和有效数据(10%)。共19000张植物图片
2022-12-23 15:27:57
708.12MB
智能手机-智能手表活动-生物识别数据集，包含从智能手机和智能手表收集的加速度计和陀螺仪时间序列传感器数据，51个测试对象执行18个活动，每个活动3分钟，
智能手机-智能手表活动-生物识别数据集，包含从智能手机和智能手表收集的加速度计和陀螺仪时间序列传感器数据，51个测试对象执行18个活动，每个活动3分钟，
2022-12-23 15:27:52
299.18MB
内科大深度学习课程作业。
矩阵与 神经网络模型 与 深度学习模型 关系
机器学习 与 深度学习 在训练数据中的区别
点乘与叉乘区别
深度学习模型 浅层与深层 关系
线性关系与非线性 权重和偏置
超参数（训练数据与可调整数据（var））
误差其他说法 损失函数Loss fuction 预测值与真实值之间的差距
线性，非线性与过拟合
数据去粗取精，求最优
稀疏矩阵特点以及应用
2022-12-23 15:27:47
1.15MB
1
肝了3天，近400个篮球样品，我在网上硬是没找到单独篮球的训练数据集
VOC格式的数据集。
为了提升训练性能，图片的分辨率都不是特别高，所以整个文件并不大
2022-12-23 15:27:45
12.32MB
1