使用YOLOv3模型训练自己的数据集,在Ubuntu16.04下面已经能够成功运行,下载使用好了给个好评,O(∩_∩)O谢谢
2019-12-21 20:58:23 4KB YOLOv3 SSD 人工智能 深度学习
1
基于深度学习字符型图片数字验证码识别完整过程及Python实现(深度学习学习、实现数字、字符模型训练、详细介绍附源码)
2019-12-21 20:47:12 9.58MB 基于深度学习
1
线性回归模型常用训练数据集,包含50_Startups.csv与studentscores.csv。
2019-12-21 20:44:10 2KB 训练数据集
1
PLDA模型训练matlab代码
2019-12-21 19:46:06 24.03MB PLDA matlab代码
1
Keras训练CNN+GRU+CTC不定长中文识别模型工程代码,含模型文件
2019-12-21 19:38:27 74.71MB CTC、GRU
1
win7环境下,用自己的数据进行CaffeNet训练模型,亲测可行!
2019-12-21 19:38:09 373KB caffe 模型训练 CaffeNet
1
包含车辆正负样本,以及opencv_createsamples.exe、opencv_traincascade.exe以及训练样本结果
2019-12-21 18:55:03 29.65MB OpenCV Haar分类器 车辆
1
在vs2010+opencv2.4.9运行环境,通过特征脸、PCA、LBPH三种方法分别训练生成了三个分类器,有训练源代码(加详细注释)和含有400张92*112人脸的数据库!
2019-12-21 18:52:46 64.12MB 人脸模型, 人脸库, 训练代码
1
自 2017 年 1 月 PyTorch 推出以来,其热度持续上升,一度有赶超 TensorFlow 的趋势。PyTorch 能在短时间内被众多研究人员和工程师接受并推崇是因为其有着诸多优点,如采用 Python 语言、动态图机制、网络构建灵活以及拥有强大的社群等。因此,走上学习 PyTorch 的道路已刻不容缓。 本教程以实际应用、工程开发为目的,着重介绍模型训练过程中遇到的实际问题和方法。如上图所示,在机器学习模型开发中,主要涉及三大部分,分别是数据、模型和损失函数及优化器。本文也按顺序的依次介绍数据、模型和损失函数及优化器,从而给大家带来清晰的机器学习结构。
2019-12-21 18:50:18 10.98MB PyTorch 实用教程 代码
1
字符型图片数字验证码识别完整过程及Python实现(深度学习学习、实现数字、字符模型训练),欢迎大家获取,有什么问题,留言咨询,多多交流。
2019-11-26 17:16:04 2.32MB 字符型图片数
1