更新（2021年2月1日） 注意力！ 该存储库将不再维护，请检查我们新的Deep Forest存储库，以提高效率。 详细信息在： 仓库： : 文档： : PyPI上的软件包： ://pypi.org/project/deep-forest/ 您可以通过pip安装较新版本的gcForest pip install deep-forest 此存储库中的旧版本（gcForest v1.1.1）仅用作该算法的说明。 gcForest v1.1.1来了！ 这是gcForest实施的官方克隆。（大学的Web服务器有时不稳定，因此我们将官方克隆放在github上） 软件包官方网站： : 该软件包按“原样”提供，免费供学术使用。 您可以自行承担运行风险。 出于其他目的，请联系教授（ ）。 说明：[1]中提出的gcForest的python 2.7实现。 gcFores

【项目实战】Python实现深度神经网络gcForest(多粒度级联森林)分类模型(医学诊断) 资料说明：包括数据+代码+文档+代码讲解。 1.项目背景 2.数据获取 3.数据预处理 4.探索性数据分析 5.特征工程 6.构建GCForest建模 7.模型评估 8.结论与展望 注意事项

gcForest 这是实现gcForest的官方克隆

现有的图像智能处理平台所使用的各类NPU成本较高,并且非嵌入式平台,没有配套配件,无法进行单独工作;而现有的嵌入式平台缺乏计算机视觉以及机器学习相关的软件库。本文将致力于解决以上两种问题,因此我们设计并实现了一种基于STM32系列芯片的图像智能处理平台。该平台可以广泛应用于物联网、智慧家居、智慧城市等方面。我们为其开发了一套软件库,包含基本图像处理算法和多粒度级联森林(gcForest)推断,使得该平台有能力被应用于多种计算机视觉任务。基于STM32系列芯片,平台可以提供灵活的硬件拓展,允许扩展多种内存格式,提供功能、存储、性能的优化支持,满足了用户的个性化应用需求。