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
-
《一天搞懂深度学习-带翻译版》 评分:
这是台大教授关于深度学习的ppt,有三百页,大部分页都加了注释,使用Adove pdf添加,建议使用该软件打开,共大家学习参考使用
上传时间:2018-05 大小:10.78MB
- 9.75MB
1天搞懂深度学习_1天搞懂深度学习_深度学习算法_
2021-10-02一天搞懂深度学习,适合初学者快速入门,并进行实际的简单算法
- 77.41MB
一天搞懂深度学习
2018-11-09台大李宏毅老师的讲座《一天搞懂深度学习》,包含视频和讲义
- 9.37MB
一天搞懂深度学习Deep Learning Tutorial
2017-11-02一天搞懂深度学习Deep Learning Tutorial
- 9.81MB
一天搞懂深度学习ppt
2019-06-21李宏毅教授教學的深度學習 幻灯片在这里 https://www.slideshare.net/tw_dsconf/ss-62245351 【原标题】一天搞懂深度學習--學習心得
- 12.17MB
一天搞懂深度學習
2018-04-23台湾李宏毅教授写的,写的非常好,通俗易懂,可以毫不夸张的说,看完掌握文中的内容,对深度学习进阶创新,有质的帮助。
- 8.65MB
一天搞懂深度学习--李宏毅.zip
2019-05-16一天搞懂深度学习--台湾大学电机工程学助理教授李宏毅讲义pdf
- 23.65MB
一天搞懂深度学习-台湾大学.pptx
2021-10-15一天搞懂深度学习-台湾大学.pptx
- 9.93MB
一天搞懂深度学习-李宏毅
2018-05-20深度学习《1天搞懂深度学习》,300多页的ppt,台湾李宏毅教授写的,很系统。
- 8.64MB
一天搞懂深度学习-台大教授 李宏毅
2018-10-23本文是2016 台湾资料科学年会前导课程“一天搞懂深度学习”讲义,由台湾大学电机工程学助理教授李宏毅主讲。作者在文中分四个部分对神经网络的原理、目前存在形态以及未来的发展进行了介绍。深度学习的每一个核心...
- 16.37MB
1天搞懂深度学习-李宏毅.zip
2020-01-07李宏毅 1天搞懂深度学习 ppt。
- 22.87MB
Deep Learning Tutorial(一天搞懂深度学习,台湾李宏毅课件ppt版)
2017-12-30台湾李宏毅的深度学习课件,通俗易懂,非常适合入门。
- 9.93MB
1天搞懂深度学习
2018-10-10台湾李宏毅的深度学习ppt,深入浅出,非常适合新手入门。
- 78.31MB
一天学搞懂深度学习
2019-03-03台大教授李宏毅所写,深度学习综述ppt以及他录制的讲解视频, 介绍了深度学习目前的结构,前沿框架。视频配合PPT,适合初学者!
- 12.47MB
李宏毅-深度学习高级技巧一天搞懂深度学习
2019-02-24李宏毅-深度学习高级技巧一天搞懂深度学习。“一天搞懂深度学习”(共286页)。李宏毅教授在文中分四个章节对深度学习的介绍、训练深度神经网络的技巧,神经网络的种类以及未来的发展进行了介绍。注:为什么叫"一天...
- 32.43MB
一天弄懂深度学习-李宏毅(PPT+PDF)
2018-08-26李宏毅教授的课程ppt以及转换后的pdf文档,《一天弄懂深度学习》,希望对你有所帮助。 李宏毅教授的课程ppt以及转换后的pdf文档,《一天弄懂深度学习》,希望对你有所帮助。
- 23.62MB
李宏毅--一天搞懂深度学习
2018-12-06李宏毅2018年最新版,一天搞懂深度学习,入门理解的最好资料
- 207.23MB
台大李宏毅一天搞懂深度学习公开课课件(ppt)下
2018-07-27台大李宏毅教授深度学习公开课一天搞懂深度学习全部课件,这里ppt版下(因为上传限制),也会发布。这是公认的入门深度学习最好的学习资料之一。同时也会上传深度学习李宏毅全部的视频资料。
- 78.46MB
【300页干货PPT&视频讲解】一天搞懂深度学习 (台湾资料科学年会课程)
2018-04-15台大教授李宏毅所写,深度学习综述ppt以及他录制的讲解视频, 介绍了深度学习目前的结构,前沿框架。视频配合PPT,学习效果非常棒,非常适合初学者!
- 24.98MB
李宏毅—1天搞懂深度学习(ppt,pdf以及精心整理的目录)
2019-04-11Deep Learning Tutorial——李宏毅Hung-yi Lee, 李宏毅—1天搞懂深度学习的ppt,pdf以及精心整理的目录。
- 9.75MB
李宏毅—1天搞懂深度学习.rar
2019-06-01李宏毅—1天搞懂深度学习
- 9.94MB
李宏毅—1天搞懂深度学习PDF 英文版
2018-04-17这是英文版的,请大家注意! Logic circuits consists of gates •A two layers of logic gates can represent any Boolean function. •Using multiple layers of logic gates to build some functions are much simpler •Neural network consists of neurons •A hidden layer network can represent any continuous function. •Using multiple layers of neurons to represent some functions are much simpler
- 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。
- 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
- 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
- 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。
- 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