没有合适的资源？快使用搜索试试~
我知道了~
文库首页
人工智能
深度学习
深度学习训练集准备
深度学习训练集准备
深度学习
需积分: 45
19 下载量
97 浏览量
2017-07-02
19:39:50
上传
评论
收藏
888B
M
举报
温馨提示
立即下载
深度学习训练集准备代码
资源推荐
资源评论
训练数据集
浏览：147
用于训练的数据集，可以来训练深度学习模型，非常好，标签已经制作好
深度学习猫狗训练样本集
浏览：187
深度学习猫狗的kaggle猫狗样本集，包含了训练集4000张猫、狗图像，测试集1000张猫、狗图像。
自制图片训练集
浏览：83
自制图片训练集，共分成8类，分别为apple,banana,cat,dog,human,phone,tiger,water；压缩包里面分成两个文 件夹，一个是训练图片集，一个图片名的txt集合；
神经网络入门训练集
浏览：137
5星 · 资源好评率100%
神经网络入门训练集
训练集+测试集（图像识别
浏览：101
上百g数据资料之 tensorflow训练集+测试集（图像识别）.zip
将训练集转换成VOC格式
浏览：175
该文件主要将训练集转换成voc格式，很多深度学习框架都是用VOC数据集格式，例如YOLO。 一般voc解压出来后都包括Annotations, ImageSets, JPEFImages, SegmentationClass , SegmentationObject;详情见链接https://blog.csdn.net/tttabcgy/article/details/80191889
weka经典训练集
浏览：195
提供给初学者测试使用，包括bank_data.arff wine.arff等
用于深度学习 （YOLO）准备数据集中的数据标注软件 - labelimg
浏览：25
exe程序，可直接使用，免安装，方便快捷好用！！！
Come on和我一起做基于深度学习的缺陷检测一(数据准备）
浏览：86
基于深度学习的织物疵点检测数据集的制作数据标注数据增强（图像和xml文件同时增强） 这里有几句话要说： 这个项目会持续更新，由于要忙于毕业答辩和论文修改，更新时间不定； 由于本人研三，今年毕业要去工作，可能会出现拖更的现象； 我把以前Python-OpenCV的相关博客删除了，因为这个OPENCV更新太快，发现有的已经没啥作用了，以后的博客尽量用矩阵运算的形式来编写代码。 数据集的制作 这里数据集
从准备数据集到完成Jetson Nano深度学习模型部署，Jetson Nano和STM32通信控制舵机转动.zip
浏览：48
5星 · 资源好评率100%
嵌入式相关的项目源码、数据集等资源
timit_tools:围绕TIMIT为HMM（使用HTK）和深度学习（使用Theano）方法进行准备的工具
浏览：58
准备数据集 使用TIMIT数据集（.wav声音文件，.wrd单词注释和.phn电话注释）： 在编码的MFCC波声音：运行python mfcc_and_gammatones.py --htk-mfcc $DATASET/train和python mfcc_and_gammatones.py --htk-mfcc $DATASET/test制造.mfc与根据HCOPY文件wav_config （
ObjectDatasetTools:用于为使用RGB-D相机拍摄的对象序列创建逐像素对象蒙版，边界框标签（2D和3D）和3D对象模型（PLY三角形网格）的工具。 该项目为各种深度学习项目准备了训练和测试数据，例如6D对象姿态估计项目singleshotpose，以及对象检测和实例分割项目
浏览：23
对象数据集工具 介绍 该存储库包含用于创建对象蒙版，边界框标签和3D重构对象网格（.ply）的纯python脚本，这些对象网格用于使用RGB-D相机拍摄的对象序列。 该项目可以为各种深度学习项目（例如6D对象姿势估计项目singleshotpose，许多对象检测（例如，更快的rcnn）和实例分割（例如，蒙版rcnn））准备训练和测试数据。 理想情况下，如果您具有真实感的相机并具有使用MeshLab
数字和字母训练数据集
浏览：105
4星 · 用户满意度95%
10个数字和26个字母不同打印字体训练集，每一个含一千多种字符
tensorflow制作自己的图像数据集并训练
浏览：113
5星 · 资源好评率100%
利用tensorflow制作自己的图像数据集并训练。现有代码，含详细的注释。能直接使用。并包含了4中原始图像：车，狗，脸，花，
数据集包括训练集和测试集
浏览：51
这里面的包括的数据集包括训练集和测试集，训练集是train_corpus,测试集是test_corpus.
训练集与测试集数据.zip
浏览：148
（1）Age：员工年龄 （2）Attrition：员工是否已经离职，1表示已经离职，2表示未离职，这是目标预测值； （3）BusinessTravel：商务差旅频率，Non-Travel表示不出差，Travel_Rarely表示不经常出差，Travel_Frequently表示经常出差； （4）Department：员工所在部门，Sales表示销售部，Research & Developme
字符训练集
浏览：80
包含字母，数字，数量也够，足够进行神经网络的训练
毕业设计：基于深度强化学习的多智能体系统研究前期准备.zip
浏览：120
计算机毕设源码
深度学习速成课程：该资源库收集了我在意大利巴里大学计算机科学系的深度学习博士学位课程中准备和展示的材料
浏览：193
深度学习速成课程 这是我在意大利巴里大学计算机科学系的深度学习博士学位课程中准备和展示的材料。 由于该主题涉及面很广，因此几乎不可能涵盖所有方面，尤其是在我几个小时内。 因此，本课程旨在建立一个坚实的框架，使学生能够加深自己更高级的话题。 遵循了自下而上的方法，从非常简单的概念和实际示例开始，到通过组合基本积木获得的更复杂的概念。 大多数材料，示例和代码都是我工作的结果。 只要有可能，我都会引
使用深度学习分类进行故障检测：此演示展示了如何准备、建模和部署基于深度学习 LSTM 的分类算法来识别状态或输出-matlab开发
浏览：18
此演示展示了信号数据示例的完整深度学习工作流程。 我们展示了如何准备、建模和部署基于深度学习 LSTM 的分类算法来识别机械空气压缩机的状况或输出。 我们展示了如何执行深度学习工作流程的以下部分的示例： 第 1 部分 - 数据准备第 2 部分 - 建模第 3 部分 - 部署 该演示是作为 MATLAB 项目实现的，需要您打开该项目才能运行它。 该项目将管理您需要的所有路径和快捷方式。 第一次运
故障检测，使用，深度学习分类：此演示演示如何准备，建模和部署基于LSTM的深度学习分类算法，以识别机械空气压缩机的状况或输出
浏览：128
故障检测，使用，深度学习分类：此演示演示如何准备，建模和部署基于LSTM的深度学习分类算法，以识别机械空气压缩机的状况或输出
面试笔试整理3：深度学习机器学习面试问题准备（必会） - CSDN博客1
浏览：47
引入了ReLU和dropout，引入数据增强、池化相互之间有覆盖，三个卷积一个最大池化+三个全连接层采用1*1和3*3的卷积核以及2*2的最大池化使得层数变得更
creditcard csv - 训练集
浏览：162
5星 · 资源好评率100%
creditcard csv - 训练集 信用卡数据 信用卡训练数据, 有兴趣的童鞋们可以下载
数字和字母训练集
浏览：185
4星 · 用户满意度95%
10个数字和26个字母不同打印字体训练集，每一个含一千多种字符
训练数据集 - ImageNet.rar
浏览：38
ILSVRC2012_img_train.tar-a306397ccf9c2ead27155983c254227c0fd938e2.torrent ILSVRC2012_img_val.tar-5d6d0df7ed81efd49ca99ea4737e0ae5e3a5f2e5.torrent 训练数据集 - ImageNet
1000多个手写体训练集
浏览：107
基于MNIST官网修改过来的用于c++程序的训练集，格式存为txt
mnist.pkl.gz
浏览：95
手写数据集, "https://github.com/pytorch/tutorials/raw/master/_static/"
真棒机器学习jupyter-notes-for-colab：Jupyter Notebook格式的机器学习和深度学习教程的精选清单，准备在Google合作实验室中运行
浏览：170
真棒机器学习jupyter-notes-for-colab：Jupyter Notebook格式的机器学习和深度学习教程的精选清单，准备在Google合作实验室中运行
End-to-end-ML-System-Benchmark:一个模块化套件，用于对机器学习管道的所有阶段进行基准测试。 为了找到此类管道中的瓶颈并比较不同的ML工具，该框架可以计算和可视化数据准备，模型训练，模型验证和推断阶段中的多个指标
浏览：126
端到端ML系统基准 一个模块化套件，用于对机器学习管道的所有阶段进行基准测试。 为了找到此类管道中的瓶颈并比较不同的ML工具，该框架可以计算和可视化数据准备，模型训练，模型验证和推断阶段中的多个指标。 当前的指标包括： 所花费的时间 内存使用情况 损失（单次运行和多次运行） 批次大小和时代的影响 学习率的影响 准确性时间（单次运行和多次运行） 用电量 多类混淆矩阵 标准指标包括准确性，F1，
Deep_Learning:关于本专业深度学习专业化是我们的基础计划，它将帮助您了解深度学习的功能，挑战和后果，并使您为参与领先的AI技术的发展做好准备。 在本专业中，您将构建神经网络架构，例如卷积神经网络，递归神经网络，LSTM，变压器，并学习如何通过Dropout，BatchNorm，XavierHe初始化等策略使它们更好。 您将使用Python和TensorFlow掌握这些理论概念及其行业应用。 您将处理现实案例研究，例如自动驾驶，手语阅读，音乐生成，计算机视觉，语音识别和自然语言处理。 人工智能正
浏览：90
深度学习 通过DeepLearning.AI 关于本专业 深度学习专业化是我们的基础计划，它将帮助您了解深度学习的功能，挑战和后果，并使您为参与领先的AI技术的发展做好准备。 在本专业中，您将构建神经网络架构，例如卷积神经网络，递归神经网络，LSTM，变压器，并学习如何使用Dropout，BatchNorm，Xavier / He初始化等策略使它们更好。 您将使用Python和TensorFlo
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
finally_smile
粉丝: 0
资源:
1
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场，查看用户热搜
最新资源
5231938133-黄滋谷-第7周作业(2).zip
1714192651069.jpg
上市公司应计盈余管理数据Jones模型集合-包括两种方式（2000-2022年).txt
第6题.ipynb
中国各银行流动性比例数据集（2000-2022年）.xlsx
金链子.m4a
EOF分析matlab代码
IMG_20240426_175733.jpg
e7bd9790-32a8-433b-8170-751fa5d47fce.zip
基于QT+c++实现的历史编辑器(支持历史搜索 & 关键字匹配)
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
安全验证
文档复制为VIP权益，开通VIP直接复制
信息提交成功
