在神经网络训练中，好的权重 初始化会加速训练过程。 下面说一下kernel_initializer 权重初始化的方法。 不同的层可能使用不同的关键字来传递初始化方法，一般来说指定初始化方法的关键字是kernel_initializer 和 bias_initializer model.add(Dense(64, kernel_initializer=initializers.random_normal(stddev=0.01))) # also works; will use the default parameters. model.add(Dense(64, kernel_initial

抚养权协议书范本通用.docx

抚养权答辩状范本两篇.docx

Robomaster机器人装甲板数字数据集（已标注*130） 可直接用于yolov5训练，含训练后权重和训练配置文件

权籍调查方案参考.docx

深度学习，目标检测框架yolov3，作为最经典的一步法的模型之一，在精度中等的情况下并保证了很快的速度。这里提供了官方训练好轻量级权重模型yolov3-tiny.weights

参考合同-省农村土地承包经营权转让合同.zip

Mask_RCNN模型在COCO数据集上预训练权重mask_rcnn_coco.h5

测量环境噪声的A计权处理，通过输入音频文件，此算法会计算出平均A计权噪声的大小

在文本分类中，基于Word2Vec词向量的文本表示忽略了词语区分文本的能力，设计了一种用TF-IDF加权词向量的卷积神经网络（CNN）文本分类方法.新闻文本分类，一般只考虑正文，忽略标题的重要性，改进了TF-IDF计算方法，兼顾了新闻标题和正文.实验表明，基于加权词向量和CNN的新闻文本分类方法比逻辑回归分类效果有较大提高，比不加权方法也有一定的提高.