DL_robot-源码

DL_robot

DL-T+645-1997规约

DL-T+645-1997规约，内容丰富多彩，便于理解，完全符合国家标准，非常好，请多多支持

image-dl-site-api：用于快捷方式的image-dl-site api服务器-源码

image-dl-site-api image-dl-site api服务器的快捷方式 image-dl-site兄弟项目！ docker build -t codertonychan/image-dl-site-api:latest . 部署 手动部署 部署涉及到以下基本编程常识： 命令行操作 吉特 Node.js> = 8.0.0 npm或yarn yum install git git clone https://github.com/cnpm/nvm.git ~/.nvm && cd ~/.nvm && git checkout `git describe --abbrev=0

youtube-dl-gui：youtube-dl脚本gui-源码

youtube-dl-gui mkdir %userprofile%\youtube-dl-gui curl -L https://yt-dl.org/downloads/latest/youtube-dl.exe --output "%userprofile%\youtube-dl-gui\youtube-dl.exe" curl https://ffmpeg.zeranoe.com/builds/win64/static/ffmpeg-latest-win64-static.zip --output "%userprofile%\youtube-dl-gui\ffmpeg-latest-win64-static.zip" curl -L https://github.com/zclt/youtube-dl-gui/blob/master/youtube-dl-gui.ps1?r

docker_udemy-dl-源码

Dockeried udemy-dl-由Nasir Khan AKA 一种基于python的跨平台实用程序，可从udemy下载课程供个人脱机使用。 udemy-dl的示例屏幕截图 源存储库 在查看Nasir Khan的原始脚本 如何在Docker中使用Udemy-DL？ 首先，拉图片docker pull fr3akyphantom/udemy-dl:latest 然后在容器中运行它，登录并开始下载docker run -it -v $PWD :/downloads fr3akyphantom/udemy-dl:latest \ -u " YOUR-UDEMY-LOGIN-EMAIL " -p " YOUR-UDEMY-SECRET-PASS " " COURSE_URL " " SOME-MORE-OPTIONAL-FLAGS " 您也可以使用浏览器cookie代替用户名和密码

ML-DL-源码

ML-DL

distributed-dl-源码

distributed-dl

ML-and-DL-源码

ML-and-DL

new-dev-dl-源码

new-dev-dl

confliuent-gdv-dl-源码

confliuent-gdv-dl

covid19-bayes-dl：covid19-bayes-dl-源码

贝叶斯DL Covid-19 贝叶斯DL Covid-19 该GitHub上的脚本和代码。 结果HTML版本： ： 方法论解释的arXiv论文： :

youtube_dl-源码

youtube_dl

自动DL-源码

自动DL

媒体dl-源码

媒体dl

管dl-源码

管dl

linkedin-dl-源码

入门 安装要求 虚拟环境设置 [可选]安装虚拟Python环境构建器 pip install virtualenv 创建您的虚拟环境 virtualenv -p python3 < environment> virtualenv -p python3 venv 最后，激活它 source ./venv/bin/activate 激活后，您的终端现在应以（venv）开头 确保已安装列表，python版本为3.8 pip list python -V 在使用python 3.8的虚拟环境中 pip install -r requirements.txt 跑 确保虚拟环境已激活 python main.py

CV-DL-源码

血细胞亚型分类 数据集-血细胞图像该数据集包含12,500幅血细胞增强图像，并带有伴随的细胞类型标签。 每种4种不同的细胞类型大约有3,000张图像，这些图像分为4个不同的文件夹（根据细胞类型）。 细胞类型是嗜酸性粒细胞，淋巴细胞，单核细胞和嗜中性粒细胞。 该数据集伴随着一个附加数据集，该数据集包含原始410张图像以及两个附加子类型标签，以及这些410张图像中每个图像的每个单元的边界框。 文件夹“ dataset2-master”包含2500张增强图像以及4个其他子类型标签。 型号汇总 上面的卷积神经网络将训练后的血细胞分为四类：嗜酸性粒细胞，单核细胞，淋巴细胞和嗜碱性粒细胞。 该模型具有6个卷积层，2个密集层，7个缺失和大约220K参数。 对于20个时期，它可提供80％和79％的精度。 精度增加 在以上模型中使用以下方法来提高准确性：卷积层数从2增加到6，这导致准确性显着提高。 减少了

hse-intro2DL-源码

hse-intro2DL

DL:来自DL.AI的DL-源码

DL:来自DL.AI的DL