Deep-learning-activity-recognition:使用深度学习进行活动识别的教程(Pytorch 和 Tensorflow)

上传者: 42138788 | 上传时间: 2023-02-07 16:42:00 | 文件大小: 8KB | 文件类型: ZIP
用于人类活动识别的深度学习 深度学习可能是人类活动识别最近的未来。 虽然现有的非深度方法有很多,但我们仍然想释放深度学习的全部力量。 这个 repo 提供了一个使用深度学习来执行人类活动识别的演示。 我们同时支持 Tensorflow 和 Pytorch。 先决条件 Python 3.x 麻木 Tensorflow 或 Pytorch 1.0+ 数据集 有许多用于人类活动识别的公共数据集。 您可以参考这篇调查文章以了解更多信息。 在本演示中,我们将使用 UCI HAR 数据集作为示例。 这个数据集可以在找到。 当然,这个数据集在放入网络之前需要进一步的预处理。 我还提供了数据集的预处理版本作为.npz文件,以便您可以专注于网络(在下载)。 还强烈建议您下载数据集,以便您可以自己体验所有过程。 #主题 #活动 频率 30 6 50赫兹 用法 对于 Pytorch(推荐),进入p

文件下载

资源详情

[{"title":"( 6 个子文件 8KB ) Deep-learning-activity-recognition:使用深度学习进行活动识别的教程(Pytorch 和 Tensorflow)","children":[{"title":"Deep-learning-activity-recognition-master","children":[{"title":"pytorch","children":[{"title":"main_pytorch.py <span style='color:#111;'> 3.52KB </span>","children":null,"spread":false},{"title":"data_preprocess.py <span style='color:#111;'> 3.83KB </span>","children":null,"spread":false},{"title":"config.py <span style='color:#111;'> 223B </span>","children":null,"spread":false},{"title":"network.py <span style='color:#111;'> 1.18KB </span>","children":null,"spread":false}],"spread":true},{"title":"main_tensorflow.py <span style='color:#111;'> 7.93KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.83KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明