深度学习实战
作者:Douwe Osinga
出版社:机械工业出版社
ISBN:9787111624837
VIP会员免费
(仅需0.8元/天)
¥ 45.0
温馨提示: 价值40000元的1000本电子书,VIP会员随意看哦!
电子书推荐
-
深度学习(deep mind)中文版 评分:
想精通AI领域,《深度学习》必须要看,lan Goodfellow,yoshua Bengio,Aaron Courville三位人工智能泰斗级的人物联合编写,深度学习领域奠基性的经典教材,非影印版,阅读起来非常舒服,书本不厚,只有500多页,但内容比较深,值得仔细品味
上传时间:2017-12 大小:31.02MB
- 509.73MB
cnn_stories&&dailymail_stories.7z
2020-07-16解压后即,cnn_stories.tgz 和 dailymail_stories.tgz,它们是做文本摘要需要的数据集,来源于https://cs.nyu.edu/~kcho/DMQA/。
- 60KB
lrzsz-0.12.20-6-x86_64.pkg.tar.xz
2019-12-17使用方法 xz -d lrzsz-0.12.20-6-x86_64.pkg.tar.xz tar -xvf lrzsz-0.12.20-6-x86_64.pkg.tar 然后会解压出来 usr目录 将此目录拷贝到 /usr即可
- 16KB
fcitx-fbterm-0.2.0-1-x86_64.pkg.tar.xz
2019-03-26fcitx-fbterm-0.2.0-1-x86_64.pkg.tar.xz fbterm下fcitx输入法
- 37.46MB
解压后1个G----lab-master--谷歌DeepMind开源其深度学习平台DeepMind Lab.zip
2017-11-15解压后1个G----lab-master--谷歌DeepMind开源其深度学习平台DeepMind Lab.zip
- 52.78MB
DeepMind-Advanced-Deep-Learning-and-Reinforcement-Learning-master
2019-01-05deepmind 与ucl合作课程。包括深度神经网络的机器学习和利用强化学习进行预测和控制。
- 38.10MB
Deep Learning for NLP at Oxford with Deep Mind 2017英文课件
2017-11-11Deep Learning for NLP at Oxford with Deep Mind 2017英文课件Deep Learning for NLP at Oxford with Deep Mind 2017英文课件Deep Learning for NLP at Oxford with Deep Mind 2017英文课件
- 46.88MB
Oxford 深度学习 自然语言处理课程课件 NLP教程
2018-01-18【更多关于《深度学习》资料,加qq群:851916415领取!】Oxford联合Deep Mind出品的深度学习自然语言处理课程。紧跟前沿技术,结合深度学习解决自然语言处理中的一些问题。
- 7.76MB
Google DeepMind的David Silver的强化学习课程讲义
2018-05-08,包括Markov Decision Processes、Planning by Dynamic Programming、Model-Free Prediction、Model-Free Control、Function Approximation、Policy Gradient Methods、Integrating Learning and Planning、...
- 103KB
async_deep_reinforce:深度强化学习的异步方法
2021-02-05试图改写Google Deep Mind的论文“深度强化学习的异步方法”。 使用TensorFlow实现了播放“ Atari Pong”的异步优势演员批评(A3C)方法。 A3C-FF和A3C-LSTM均已实现。 26小时后的学习结果移动(A3C-FF)就是这样...
- 11.22MB
Dee learning with applications using Python
2018-05-29深度学习的实践 deep Learning has come a really long way. From the birth of the idea to understand human mind and the concept of associationism — how we perceive things and how relationships of ...
- 68B
deepmind 2018 深度学习与强化学习进阶中英文字幕视频
2019-02-18deepmind 2018 深度学习与强化学习进阶中英文字幕视频 16个视频大约25g的百度云资源
- 30.8MB
Python-DeepMindsDifferentialNeuralComputersDNC的一个TensorFlow实现
2019-08-11DeepMind's Differential Neural Computers (DNC)的一个TensorFlow实现
- 207.37MB
DeepMind Q&A Dataset 里的 cnn.tgz
2017-08-29DeepMind Q&A Dataset 里的 cnn.tgz DeepMind Q&A Dataset 里的 cnn.tgz DeepMind Q&A Dataset 里的 cnn.tgz DeepMind Q&A Dataset 里的 cnn.tgz DeepMind Q&A Dataset 里的 cnn.tgz
- 151.23MB
DeepMind Q&A Dataset 里的 cnn_stories.tgz
2017-08-29DeepMind Q&A Dataset 里的 cnn_stories.tgz DeepMind Q&A Dataset 里的 cnn_stories.tgz DeepMind Q&A Dataset 里的 cnn_stories.tgz
- 3.11MB
Deep Reinforcement Learning by David Silver, Google DeepMind
2019-04-12强化学习经典入门资料,Deep Reinforcement Learning by David Silver, Google DeepMind。
- 764KB
【2】A fast learning algorithm for deep belief nets.pdf
2019-08-26fast, greedy algorithm that can learn deep, directed belief networks one layer at a time, provided the top two layers form an undirected associative memory. The fast, greedy algorithm is used to ...
- 3.39MB
TicTacToe:井字游戏,旨在用于通过强化学习(DQN)训练深度神经网络。 它也可以由2个人玩,并具有硬编码的AI,该AI永不松动,如果您不对其进行完美的游戏,则将获胜。
2021-03-10深度Q学习井字游戏 该程序实现了一个PyGame TicTacToe,该游戏可以由两个人玩,一个人对一个算法AI,一个人对一个通过对付算法AI训练的神经网络。 训练算法使用Deep Mind的DQN建议: 重播经验记忆已实现,上限为...
- 262KB
虚幻:使用无人监督的辅助任务进行强化学习
2021-02-06复制Google Deep Mind的论文“使用无人监督的辅助任务进行强化学习”中描述的UNREAL算法。 在TensorFlow和DeepMind Lab环境中实施。 预习 seekavoid_arena_01 楼梯到瓜 nav_maze_static_01 网络 卷积层和LSTM层...
- 993KB
强化学习算法DeepCube,机器自行解决复杂魔方问题
2021-01-26多数人对深度强化学习的认识主要集中在应用DRL进行游戏,这并不意外,因为Deep Mind在2015年首次应用DRL进行Atari系列游戏,并大获成功。
- 5.85MB
Convolutional Neural Networks in Visual Computing_A Concise Guide-CRC(2018).pdf
2018-02-09Having this in mind, this book covers the funda- mentals of deep learning for computer vision, designing and deploying CNNs, and deep computer vision architecture. is concise book was intended to ...
- 10.44MB
Google Deepmind AlphaGo原理解析(完整54页PPT详解)
2016-03-17韩国同学、卡耐基梅隆大学Shane Moon博士不久前关于AlphaGo技术的详解(对AlphaGo在Nature上发表的论文的总结,当时AlphaGo还只有5段左右的水平)。
- 916KB
DeepMatch:深度匹配的模型库,用于推荐和广告。轻松训练模型并导出可用于ANN搜索的表示向量
2021-03-19深度匹配 DeepMatch是用于推荐和广告的深度匹配模型库。可以轻松地训练模型并导出可用于ANN搜索的用户和项的表示向量。您可以将任何复杂的模型与model.fit()和model.predict() 。 让我们或! 型号清单 模型 纸 调频...
- 4.3MB
点线粒子机器人背景AI人工智能PPT模板
2021-07-151月28日上午消息,谷歌今日召开全球电话会议,旗下Deep Mind 创始人戴密斯:哈萨比斯(Demis Hassabis)宣布了谷歌在人工智能领域的重要进展: 开发出一款能够在围棋中击败职业选手的程序AlphaGo,后者能够通过机器学习...
- 293.88MB
YOLOv8-deepsort 实现智能车辆目标检测+车辆跟踪+车辆计数
2023-10-06本资源纯属免费,不收任何钱和任何积分,纯粹为爱发电,本资源已经为大家整合好了的,看我的博客部署好直接用:https://blog.csdn.net/Little_Carter/article/details/133610076?spm=1001.2014.3001.5501 资源原本项目源码地址:https://github.com/MuhammadMoinFaisal/YOLOv8-DeepSORT-Object-Tracking 本资源提供了基于YOLOv8-deepsort算法的智能车辆目标检测、车辆跟踪和车辆计数的实现方案。首先,利用YOLOv8算法对视频中的车辆目标进行检测,并对检测到的目标进行标记。然后,通过deepsort算法对标记的车辆目标进行跟踪,实现车辆目标的持续跟踪。最后,根据跟踪结果对车辆数量进行统计,实现车辆计数功能。本资源提供了完整的代码实现和详细的使用说明,帮助读者快速掌握基于YOLOv8-deepsort的智能车辆目标检测、车辆跟踪和车辆计数技术。
- 98KB
YOLOv8网络结构图,自制visio文件,yolov8.vsds,需要的自取,在原有的基础上直接改就行了
2024-03-12YOLOv8网络结构图,自制visio文件,yolov8.vsds,需要的自取,在原有的基础上直接改就行了
- 367.44MB
yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt
2023-10-09yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt,需要创建的文件夹都以创建,方便大家不用再去GitHub下载 可以搭配该博客:https://blog.csdn.net/weixin_43366149/article/details/132206526?spm=1001.2014.3001.5501
- 26.50MB
Transformer模型实现长期预测并可视化结果(附代码+数据集+原理介绍)
2023-11-12这篇文章给大家带来是Transformer在时间序列预测上的应用,这种模型最初是为了处理自然语言处理(NLP)任务而设计的,但由于其独特的架构和能力,它也被用于时间序列分析。Transformer应用于时间序列分析中的基本思想是:Transformer 在时间序列分析中的应用核心在于其自注意力机制,这使其能够有效捕捉时间序列数据中的长期依赖关系。通过并行处理能力和位置编码,Transformer 不仅提高了处理效率,而且确保了时间顺序的准确性。其灵活的模型结构允许调整以适应不同复杂度这篇文章给大家带来是Transformer在时间序列预测上的应用,这种模型最初是为了处理自然语言处理(NLP)任务而设计的,但由于其独特的架构和能力,它也被用于时间序列分析。Transformer应用于时间序列分析中的基本思想是:Transformer 在时间序列分析中的应用核心在于其自注意力机制,这使其能够有效捕捉时间序列数据中的长期依赖关系。通过并行处理能力和位置编码,Transformer 不仅提高了处理效率,而且确保了时间顺序的准确性。定制化训练个人数据集进行训练利用python和pytorch实现
- 141KB
社交平台上经济类话题的文章热度信息,数据是真实的,但不是真实日期
2023-03-16使用LSTM模型进行时序预测的代码与说明见:https://blog.csdn.net/Q_M_X_D_D_/article/details/109366895
- 123.13MB
Unet眼底血管图像分割数据集+代码+模型+系统界面+教学视频.zip
2024-02-17本资源配套对应的视频教程和图文教程,手把手教你使用Unet做眼底图像分割的训练、测试和界面封装,包含了Unet原理的解析、处理好的训练集和测试集、训练和测试的代码以及训练好的模型,并封装为了图形化界面,只需点击上传按钮上传图像即可完成眼底图像的预测。 随着生活水平的提高,眼科疾病以及心脑血管疾病的发病率呈现逐年增长的趋势。视网膜血管是这类疾病诊断和监测的重要信息来源,其形态和状况的变化可以反映出许多疾病的早期病理变化。然而,由于受眼底图像采集技术的限制以及视网膜血管自身结构的复杂性和多变性,使得视网膜血管的分割变得非常困难。传统方法依靠人工手动分割视网膜血管,不仅工作量巨大,极为耗时,而且受主观因素影响严重。通过眼底血管图像分割可以提高诊断准确性、效率以及推动科学研究和改进治疗方法等方面。 B站主页:https://space.bilibili.com/161240964 C站主页:https://blog.csdn.net/ECHOSON
- 62.4MB
行人跌倒数据集(VOC格式)
2023-01-30行人跌倒数据集(VOC格式)