分享
VIP会员
作者：CSDN
出版社：CSDN《程序员》
ISBN：1111111111117
VIP会员免费
（仅需0.8元/天）
¥ 40000.0
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
-
-
凯文·凯利《必然》中文版 评分:
要学习人工智能,先了解美国大神在 20年前对AI 的定义与预测, 如今大多数都实现了
上传时间：2018-04 大小：139.57MB
605KB必然 - 凯文·凯利.txt 完整中文版
2016-03-21必然 - 凯文·凯利.txt 完整中文版完 整中文版
1.41MB必然 - 凯文 · 凯利 PDF版（罗辑思维推荐书目）
2016-04-04罗辑思维推荐书目凯文·凯利大作《必然》（PDF版） Floatdellab制作
- 423KB
《必然 凯文凯利》
2018-04-12《必然》KK 电子书，是一本介绍未来30年科技发展的书籍，和吴军博士的《智能时代》推荐一起观看
1.8MB必然 [美]凯文·凯利.mobi
2016-10-29必然，mobi
- 1.72MB
必然 凯文 凯利 罗辑思维 推荐书目 大号字体
2017-05-27罗辑思维 推荐书目 凯文·凯利《必然》。大号字版
- 20.46MB
技术元素（美）凯文·凯利
2014-01-24技术元素（美）凯文·凯利 中文扫描版 记载了凯文凯利一些不成熟的笔记、想法、争论和对其他文章的回应。
- 1.19MB
凯文·凯利给年轻人的_68_条人生建议.pdf
2021-09-15凯文·凯利给年轻人的_68_条人生建议.pdf
- 605KB
必然-凯文·凯利
2016-08-14必然+-+凯文·凯利.txt
- 4.33MB
技术元素 作者：凯文·凯利
2018-09-28“技术元素”（technium)是凯文•凯利专门创造出来的词语。“技术元素不仅仅包括一些具象的技术（例如汽车、雷达和计算机等），它还包括文化、 法律、社会机构和所有的智能创造物。”简而言之，技术元素就是从人的...
8.8MB凯文凯利耶桑塔（Kevinkellyisyanta）
2021-03-03凯文凯利耶桑塔（Kevinkellyisyanta）
7.53MB12大颠覆性科技：凯文·凯利演讲PPT
2014-07-29《连线》（Wired）杂志创始主编，12大颠覆性科技：凯文·凯利演讲PPT
187KB凯文·凯利：移动会成为我们呼吸的空气.docx
2021-09-27凯文·凯利：移动会成为我们呼吸的空气.docx
7.69MB12大颠覆性科技-凯文-凯利演讲(高清版).pptx
2021-09-2312大颠覆性科技-凯文-凯利演讲(高清版).pptx
- 417KB
未来20年的技术趋势（凯文·凯利最新演讲：未来20年的技术趋势，离不开这12个关键词 ）（mht文件）
2018-09-013月25日，在混沌研习社讲台上，《失控》《必然》作者凯文·凯利说，它一定有一个确定的方向，就像重力一样，这些趋势是相互交织、可以预测的：形成、知化、屏读、流动、重混、过滤、互动、使用、共享、开始和提问。...
- 2.18MB
《技术元素》中文版
2013-12-26凯文凯利的代表作之一，“技术元素”（technium)是凯文·凯利专门创造出来的词语。“技术元素不仅仅包括一些具象的技术（例如汽车、雷达和计算机等），它还包括文化、 法律、社会机构和所有的智能创造物。”简而言之...
- 422KB
68：凯文·凯利的68项主动要求，一次
2021-02-18来自凯文·凯利（Kevin Kelly）的主动请求，一次提供了一个。 在本地运行 您将需要像这样的东西来允许跨域资源加载： live-server 进行样式更改？ 您需要安装 。 然后运行： sass --watch css/sass/index.scss ...
- 236KB
凯文下载系统(kevin download system) v1.2.zip
2022-06-19凯文下载系统(kevin download system) v1.2.zip
25KB何凯文四级预测作文.doc
2021-09-10何凯文四级预测作文.doc
- 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）
40.38MBYOLOV5 + 双目相机实现三维测距（新版本）
2024-04-14YOLOV5 + 双目相机实现三维测距（新版本）
- 728KB
全新的SOTA模型YOLOv9
2024-02-22当今的深度学习方法专注于如何设计最合适的目标函数，以使模型的预测结果尽可能接近真实值。同时，还需要设计一个合适的架构，以便获取足够的信息进行预测。现有方法忽略了一个事实：当输入数据经过逐层的特征提取和空间变换时，会丢失大量信息。本文将深入探讨数据在深度网络中传输时数据丢失的重要问题，即信息瓶颈和可逆函数问题。我们提出了可编程梯度信息（PGI）的概念，以应对深度网络实现多个目标所需的各种变化。PGI能够为目标任务提供完整的输入信息，以计算目标函数，从而获得可靠的梯度信息以更新网络权重。此外，我们还设计了一种基于梯度路径规划的新型轻量级网络架构——广义高效层聚合网络（GELAN）。GELAN的架构证明了PGI在轻量级模型上获得了优越的结果。我们在基于MS COCO数据集的目标检测上验证了所提出的GELAN和PGI。结果显示，GELAN仅使用传统的卷积运算符就实现了比基于深度卷积的最新方法更好的参数利用率。PGI可用于从轻量级到大型的各种模型，它可以获取完整信息，使得从零开始训练的模型比使用大型数据集预训练的最新模型获得更好的结果，比较结果如图1所示。
- 850.77MB
YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频.zip
2021-12-14YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频 代码的下载地址在：https://gitee.com/song-laogou/yolov5-mask-42 大家可以按照这里的视频教程配置环境：https://www.bilibili.com/video/BV1YL4y1J7xz/ 更多数据请看：https://blog.csdn.net/ECHOSON/article/details/121892887 遇到问题请小伙伴通过私信联系作者，感谢大家的支持！
- 2.50MB
Deep Learning Tuning Playbook（中译版）
2023-01-30由五名研究人员和工程师组成的团队发布了《Deep Learning Tuning Playbook》，来自他们自己训练神经网络的实验结果以及工程师的一些实践建议，目前在Github上已有1.5k星。此版本为中文翻译版，提供给大家免费下载，因为本人知识水平有限，翻译过程中可能有误，随时欢迎大家指出错误，我会随时更正。
