![](https://csdnimg.cn/release/downloadcmsfe/public/img/no-data.51c5211b.png)
![](https://csdnimg.cn/release/downloadcmsfe/public/img/good-course.ff455529.png)
- NLP有哪些方向和应用 7.1【莫烦Python NLP 自然语言处理教学】学习资源大小:56MBNLP有哪些方向和应用_#7.1【莫烦Python_NLP_自然语言处理教学】NLP有哪些方向和应用_#7.1【莫烦Python_NLP_自然语言处理教学】
0 131浏览
¥ 9.90 - 自然语言处理在医疗器械中的应用研究.rarRAR大小:4MB自然语言处理在医疗器械中的应用研究.rar自然语言处理在医疗器械中的应用研究.rar
0 25浏览
¥ 9.90 - ChatGPT帮你完成Java类代码 场景java大小:21MBChatGPT帮你完成Java类代码 场景 如何利用chatGPT高效快速完成Java 类代码编写ChatGPT帮你完成Java类代码 场景 如何利用chatGPT高效快速完成Java 类代码编写
0 29浏览
¥ 4.90 - 地名词库.zipNLP大小:288KBNLP 词库数据集NLP 词库数据集
0 41浏览
¥ 59.90 - 用LABVIEW实现0度到50度的虚拟温度计labview大小:6KB用LABVIEW实现0度到50度的虚拟温度计(0 degrees to 50 degrees using LABVIEW virtual thermometer)用LABVIEW实现0度到50度的虚拟温度计(0 degrees to 50 degrees using LABVIEW virtual thermometer)
0 85浏览
¥ 19.90 - 基于深度学习的自然语言处理技术的发展及其在农业领域的应用.pdf基于深度学习的自然语言处理技术的发展及其在农业领域的应用.pdf
0 35浏览
¥ 9.90 - 基于知识库的中文问答系统(biLSTM)word2vec大小:2MB基于知识库的中文问答系统. 整体流程如下: 根据Background和Question寻找到最相关的K个Knowledge,K Knowledge+Background+Question构成一个大问题. 正确选项分别与该问题中所有错误选项组合,构成3个答案组合,分别与大问题组合构成3个样例,采用余弦距离计算大问题与正确选项和错误选项的相似度. 正确选项相似度为t_sim, 错误选项相似度为f_sim,损失函数为 loss = max(0, margin - t_sim + f_sim) Model 寻找相关Knowledge: LSI 训练: biLSTM Requirement python3, tensorflow stop_words, 中文word2vec(a2u6)基于知识库的中文问答系统. 整体流程如下: 根据Background和Question寻找到最相关的K个Knowledge,K Knowledge+Background+Question构成一个大问题. 正确选项分别与该问题中所有错误选项组合,构成3个答案组合,分别与大问题组合构成3个样例,采用余弦距离计算大问题与正确选项和错误选项的相似度. 正确选项相似度为t_sim, 错误选项相似度为f_sim,损失函数为 loss = max(0, margin - t_sim + f_sim) Model 寻找相关Knowledge: LSI 训练: biLSTM Requirement python3, tensorflow stop_words, 中文word2vec(a2u6)
0 9浏览
¥ 59.90 - ChatGPT帮你完成Python类代码 场景python大小:16MBChatGPT帮你完成Python类代码 场景ChatGPT帮你完成Python类代码 场景
0 27浏览
¥ 4.90 - 职业词库.zipNLP大小:421KBNLP 词库数据集NLP 词库数据集
0 15浏览
¥ 59.90 - 人工智能-项目实践-文本分类-基于朴素贝叶斯实现的一款微信公众号文章分类器文本分类大小:3MB人工智能-项目实践-文本分类-基于朴素贝叶斯实现的一款微信公众号文章分类器 本项目需要在Java 8环境下运行 项目根目录下data/是用来存放训练好的模型文件,以及停用词表,当然你可以根据需要修改这些路径,模型文件路径在naivebayes.NaiveBayesModels中修改,停用词表路径在utils.MyStopWord中修改 关于分词器 系统中使用了两个分词器,Ansj(默认)[https://github.com/NLPchina/ansj_seg] 和HanLp [https://github.com/hankcs/HanLP], 这里表示感谢。 根目录下的library/是Ansj所需要的文件 如有其他分词,则可以实现NLPTools中的接口,并在实现时转化为Term对象,同时确认已经实现了统计词频的功能,另外词性是用来过滤噪声词的,若分词器未提供词性标注功能,默认可以全部标注为n,然后使用其他过滤方法。人工智能-项目实践-文本分类-基于朴素贝叶斯实现的一款微信公众号文章分类器 本项目需要在Java 8环境下运行 项目根目录下data/是用来存放训练好的模型文件,以及停用词表,当然你可以根据需要修改这些路径,模型文件路径在naivebayes.NaiveBayesModels中修改,停用词表路径在utils.MyStopWord中修改 关于分词器 系统中使用了两个分词器,Ansj(默认)[https://github.com/NLPchina/ansj_seg] 和HanLp [https://github.com/hankcs/HanLP], 这里表示感谢。 根目录下的library/是Ansj所需要的文件 如有其他分词,则可以实现NLPTools中的接口,并在实现时转化为Term对象,同时确认已经实现了统计词频的功能,另外词性是用来过滤噪声词的,若分词器未提供词性标注功能,默认可以全部标注为n,然后使用其他过滤方法。
0 153浏览
¥ 9.90 - chatglm微调指令数据集数据集大小:6MBchatglm微调指令数据集 可以用来训练自己的微调大模型 数据格式为 "instruction": ", "input": "", "output" 数据为文本格式 大小为18m左右 大语言模型微调训练必备chatglm微调指令数据集 可以用来训练自己的微调大模型 数据格式为 "instruction": ", "input": "", "output" 数据为文本格式 大小为18m左右 大语言模型微调训练必备
0 35浏览
¥ 9.90 - 基于AI的Python抓取工具人工智能大小:3MBScrapeGraphAI 是一个网络抓取 python 库,它使用 LLM 和直接图形逻辑为网站和本地文档(XML、HTML、JSON 等)创建抓取管道。 只需说出您要提取的信息,图书馆就会为您完成!ScrapeGraphAI 是一个网络抓取 python 库,它使用 LLM 和直接图形逻辑为网站和本地文档(XML、HTML、JSON 等)创建抓取管道。 只需说出您要提取的信息,图书馆就会为您完成!
0 4浏览
¥ 299.90 - 人工智能-项目实践-聚类-自然语言处理实验(sougou数据集),TF-IDF,文本分类、聚类、词向量、情感识别、关系抽取等人工智能大小:76MB1 安装python(2.7) https://www.python.org/ 2 安装pip: 2.1 下载pip https://pypi.python.org/pypi/pip/9.0.1 2.2 解压缩后,安装指令 python setup.py install 2.3 pip升级 python -m pip install --upgrade pip 2.4 pip安装扩展包 pip install jieba (这里以jieba包为例),如果速度较慢,可改为国内的阿里源, 即 pip install jieba -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com 3 安装pycharm http://www.jetbrains.com/pycharm/1 安装python(2.7) https://www.python.org/ 2 安装pip: 2.1 下载pip https://pypi.python.org/pypi/pip/9.0.1 2.2 解压缩后,安装指令 python setup.py install 2.3 pip升级 python -m pip install --upgrade pip 2.4 pip安装扩展包 pip install jieba (这里以jieba包为例),如果速度较慢,可改为国内的阿里源, 即 pip install jieba -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com 3 安装pycharm http://www.jetbrains.com/pycharm/
0 58浏览
¥ 9.90 - 停用词.zipNLP大小:14KBNLP 词库数据集NLP 词库数据集
0 15浏览
¥ 59.90 - LabVIEW编写的多通道数据采集。利用的NI的DAQmx编写labview大小:53KBLabVIEW编写的多通道数据采集。利用的NI的DAQmx编写。(LabVIEW prepared by the multi-channel data acquisition. Use the NI DAQmx write.)LabVIEW编写的多通道数据采集。利用的NI的DAQmx编写。(LabVIEW prepared by the multi-channel data acquisition. Use the NI DAQmx write.)
0 168浏览
¥ 19.90 - 文本到语音生成库:+1100种语言的预训练模型 用于任何语言训练新模型和微调现有模型的工具 用于数据集分析和管理的实用程序软件/插件大小:21MBTTS是一个用于高级文本到语音生成的库。+1100种语言的预训练模型。用于任何语言训练新模型和微调现有模型的工具。用于数据集分析和管理的实用程序。TTS是一个用于高级文本到语音生成的库。+1100种语言的预训练模型。用于任何语言训练新模型和微调现有模型的工具。用于数据集分析和管理的实用程序。
0 12浏览
¥ 14.90 - V-Express 旨在在参考图像、音频和 V-Kps 图像序列的控制下生成会说话的头部视频图像生成大小:92MB在人像视频生成领域,使用单张图像生成人像视频变得越来越普遍。 一种常见的方法是利用生成模型来增强受控发电的适配器。 但是,控制信号的强度可能会有所不同,包括文本、音频、图像参考、姿势、深度图等。 其中,较弱的条件往往由于较强条件的干扰而难以有效,这对平衡这些条件构成了挑战。 在人像视频生成方面,我们发现音频信号特别弱,经常被姿势和原始图像等较强的信号所掩盖。 然而,使用弱信号进行直接训练往往会导致收敛困难。 为了解决这个问题,我们提出了V-Express,这是一种简单的方法,通过一系列渐进式丢弃操作来平衡不同的控制信号。 我们的方法逐渐实现了弱条件下的有效控制,从而实现了同时考虑姿势、输入图像和音频的生成能力。在人像视频生成领域,使用单张图像生成人像视频变得越来越普遍。 一种常见的方法是利用生成模型来增强受控发电的适配器。 但是,控制信号的强度可能会有所不同,包括文本、音频、图像参考、姿势、深度图等。 其中,较弱的条件往往由于较强条件的干扰而难以有效,这对平衡这些条件构成了挑战。 在人像视频生成方面,我们发现音频信号特别弱,经常被姿势和原始图像等较强的信号所掩盖。 然而,使用弱信号进行直接训练往往会导致收敛困难。 为了解决这个问题,我们提出了V-Express,这是一种简单的方法,通过一系列渐进式丢弃操作来平衡不同的控制信号。 我们的方法逐渐实现了弱条件下的有效控制,从而实现了同时考虑姿势、输入图像和音频的生成能力。
0 11浏览
¥ 299.90 - 人工智能-项目实践-意图识别-基于多图神经网络的领域知识和语法结构融合的中文健康问询意图识别方法.zip人工智能大小:7MB人工智能-项目实践-意图识别-基于多图神经网络的领域知识和语法结构融合的中文健康问询意图识别方法 数据 包括2个数据集: CMID: https://github.com/liutongyang/CMID Qcorp: https://www.heywhale.com/home/competition/5f2d0ea1b4ac2e002c164d82 (注:Qcorp相关比赛界面已关闭数据下载链接,故本项目只提供处理后的CMID数据) 使用的健康知识实体来自于 https://github.com/chenjj9527/QABasedOnMedicaKnowledgeGraph人工智能-项目实践-意图识别-基于多图神经网络的领域知识和语法结构融合的中文健康问询意图识别方法 数据 包括2个数据集: CMID: https://github.com/liutongyang/CMID Qcorp: https://www.heywhale.com/home/competition/5f2d0ea1b4ac2e002c164d82 (注:Qcorp相关比赛界面已关闭数据下载链接,故本项目只提供处理后的CMID数据) 使用的健康知识实体来自于 https://github.com/chenjj9527/QABasedOnMedicaKnowledgeGraph
0 28浏览
¥ 9.90 - 基于 Bert 的信息抽取(information extraction),关系提取 (relation extraction)bert大小:133KB基于 Bert 的信息抽取(information extraction),关系提取 (relation extraction)基于 Bert 的信息抽取(information extraction),关系提取 (relation extraction)
0 298浏览
¥ 99.90 - 虚拟示波器的设计, 基于LabVIEW的虚拟示波器设计labview大小:158KB虚拟示波器的设计, 基于LabVIEW的虚拟示波器设计 (Virtual Oscilloscope)虚拟示波器的设计, 基于LabVIEW的虚拟示波器设计 (Virtual Oscilloscope)
0 116浏览
¥ 19.90 - ar家具购物平台,个人毕业设计毕业设计大小:145MBar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计ar家具购物平台,个人毕业设计
0 29浏览
¥ 9.90 - 基于云的代码编辑环境,具有 自定义 AI 代码自动完成和实时协作软件/插件大小:1MBSandbox 是一个基于云的开源代码编辑环境,具有自定义 AI 代码自动完成和实时协作功能。Sandbox 是一个基于云的开源代码编辑环境,具有自定义 AI 代码自动完成和实时协作功能。
0 3浏览
¥ 299.90 - 人工智能-项目实践-聚类-利用Python实现中文文本关键词抽取,分别采用TF-IDF、TextRank、Word2Vec词聚人工智能大小:879KB人工智能-项目实践-聚类-利用Python实现中文文本关键词抽取,分别采用TF-IDF、TextRank、Word2Vec词聚类三种方法 文本关键词抽取,是对文本信息进行高度凝练的一种有效手段,通过3-5个词语准确概括文本的主题,帮助读者快速理解文本信息。目前,用于文本关键词提取的主要方法有四种:基于TF-IDF的关键词抽取、基于TextRank的关键词抽取、基于Word2Vec词聚类的关键词抽取,以及多种算法相融合的关键词抽取。笔者在使用前三种算法进行关键词抽取的学习过程中,发现采用TF-IDF和TextRank方法进行关键词抽取在网上有很多的例子,代码和步骤也比较简单,但是采用Word2Vec词聚类方法时网上的资料并未把过程和步骤表达的很清晰。因此,本文分别采用TF-IDF方法、TextRank方法和Word2Vec词聚类方法实现对专利文本(同样适用于其它类型文本)的关键词抽取,通过理论与实践相结合的方式,一步步了解、学习、实现中文文本关键词抽取。人工智能-项目实践-聚类-利用Python实现中文文本关键词抽取,分别采用TF-IDF、TextRank、Word2Vec词聚类三种方法 文本关键词抽取,是对文本信息进行高度凝练的一种有效手段,通过3-5个词语准确概括文本的主题,帮助读者快速理解文本信息。目前,用于文本关键词提取的主要方法有四种:基于TF-IDF的关键词抽取、基于TextRank的关键词抽取、基于Word2Vec词聚类的关键词抽取,以及多种算法相融合的关键词抽取。笔者在使用前三种算法进行关键词抽取的学习过程中,发现采用TF-IDF和TextRank方法进行关键词抽取在网上有很多的例子,代码和步骤也比较简单,但是采用Word2Vec词聚类方法时网上的资料并未把过程和步骤表达的很清晰。因此,本文分别采用TF-IDF方法、TextRank方法和Word2Vec词聚类方法实现对专利文本(同样适用于其它类型文本)的关键词抽取,通过理论与实践相结合的方式,一步步了解、学习、实现中文文本关键词抽取。
0 189浏览
¥ 9.90 - NLP语义匹配.zipNLP大小:68KBNLP项目实现NLP项目实现
0 35浏览
¥ 69.90 - labview_多通道采集系统labview大小:23MB多通道采集系统,可以多个通道同时采集各类信息,方便用户对各类数据的采集。多通道采集系统,可以多个通道同时采集各类信息,方便用户对各类数据的采集。
0 64浏览
¥ 19.90 - 零样本语音编辑和文本转语音模型 可处理有声读物、互联网视频和播客在内的实时数据互联网大小:1008KB可在语音编辑和零样本文本转语音 (TTS) 方面实现最先进的性能,处理包括有声读物、互联网视频和播客在内的实时数据。 要克隆或编辑看不见的声音,只需要几秒钟的参考时间。 如何运行 TTS 推理 有两种方法: 1.使用 Docker。查看快速入门 2.没有 docker。请参阅环境设置 当您位于 docker 映像中或已安装所有依赖项时,Checkout inference_tts.ipynb。 如果你想进行模型开发,如训练/微调,我建议遵循环境设置和训练。可在语音编辑和零样本文本转语音 (TTS) 方面实现最先进的性能,处理包括有声读物、互联网视频和播客在内的实时数据。 要克隆或编辑看不见的声音,只需要几秒钟的参考时间。 如何运行 TTS 推理 有两种方法: 1.使用 Docker。查看快速入门 2.没有 docker。请参阅环境设置 当您位于 docker 映像中或已安装所有依赖项时,Checkout inference_tts.ipynb。 如果你想进行模型开发,如训练/微调,我建议遵循环境设置和训练。
0 17浏览
¥ 299.90 - BiLSTM-CRF中文分词实验BiLSTM大小:14MB可以联系我,有配套报告文件。 requirements.txt已导出,环境配置简单。 用的是PKU和MSR的数据集。可以联系我,有配套报告文件。 requirements.txt已导出,环境配置简单。 用的是PKU和MSR的数据集。
0 153浏览
¥ 19.90 - 人工智能-项目实践-检索-基于faiss构建大规模检索数据,文本数据通过simbert转化成emd.zip人工智能大小:4KB人工智能-项目实践-检索-基于faiss构建大规模检索数据,文本数据通过simbert转化成emd 人工智能-项目实践-检索-基于faiss构建大规模检索数据,文本数据通过simbert转化成emd人工智能-项目实践-检索-基于faiss构建大规模检索数据,文本数据通过simbert转化成emd 人工智能-项目实践-检索-基于faiss构建大规模检索数据,文本数据通过simbert转化成emd
0 16浏览
¥ 9.90 - NLP事件抽取.zipNLP大小:10KBNLP项目实现NLP项目实现
0 24浏览
¥ 69.90 - 基于labview平台的虚拟示波器,能实现基本的示波器功能labview大小:170KB基于labview平台的虚拟示波器,能实现基本的示波器功能。(The virtual oscilloscope based on LabVIEW platform can realize the basic oscilloscope function.)基于labview平台的虚拟示波器,能实现基本的示波器功能。(The virtual oscilloscope based on LabVIEW platform can realize the basic oscilloscope function.)
0 81浏览
¥ 19.90 - 200+免费的 ChatGPT 镜像网站列表,持续更新互联网大小:22KB200+免费的 ChatGPT 镜像网站列表,持续更新。 此处列出的网站均来源于互联网,请注意不要在这些网站上输入任何个人敏感信息。200+免费的 ChatGPT 镜像网站列表,持续更新。 此处列出的网站均来源于互联网,请注意不要在这些网站上输入任何个人敏感信息。
0 58浏览
¥ 4.90 - labview 下的串口编写思路程序,含有多线程,中断,串口参数的保存和例子等labview大小:2MBlabview 下的串口编写思路程序,含有多线程,中断,串口参数的保存和例子等。(Labview serial port under the writing way of thinking, the program contains a multi-threaded, interruption, save and example of serial port parameters, etc.)labview 下的串口编写思路程序,含有多线程,中断,串口参数的保存和例子等。(Labview serial port under the writing way of thinking, the program contains a multi-threaded, interruption, save and example of serial port parameters, etc.)
0 89浏览
¥ 19.90 - 人工智能-项目实践-向量搜索-基于faiss的向量搜索与管理.zip人工智能大小:17MB人工智能-项目实践-向量搜索-基于faiss的向量搜索与管理 VecManager REST 风格的向量搜索与管理,向量搜索基于faiss 向量搜索支持使用 GPU 加速,量大时加速明显,不占用cpu资源 使用 mysql 进行元数据存储,每个向量可添加单独备注信息 faiss 中数据使用 float16 半精度计算,节约存储和计算资源 良好的数据落盘机制,减少应用崩溃,关机断电带来的数据丢失情况 向量的添加和删除可实时生效 可创建和管理多个向量库 说明 faiss 是一个性能强大的向量相似性搜索库,提供了各种算法来加速向量的搜索。但在面对一些场景的时候有时候会显得力不从心,比如,index存储的是压缩量化后的向量数据,用户无法获取元数据;向量数据持久化方式是整个 index 进行写入,当向量多的时候,写入时间较长;GPU 和 CPU 的接口方法不完全相同;因此我对 faiss 进行了封装,使得向量管理更方便。人工智能-项目实践-向量搜索-基于faiss的向量搜索与管理 VecManager REST 风格的向量搜索与管理,向量搜索基于faiss 向量搜索支持使用 GPU 加速,量大时加速明显,不占用cpu资源 使用 mysql 进行元数据存储,每个向量可添加单独备注信息 faiss 中数据使用 float16 半精度计算,节约存储和计算资源 良好的数据落盘机制,减少应用崩溃,关机断电带来的数据丢失情况 向量的添加和删除可实时生效 可创建和管理多个向量库 说明 faiss 是一个性能强大的向量相似性搜索库,提供了各种算法来加速向量的搜索。但在面对一些场景的时候有时候会显得力不从心,比如,index存储的是压缩量化后的向量数据,用户无法获取元数据;向量数据持久化方式是整个 index 进行写入,当向量多的时候,写入时间较长;GPU 和 CPU 的接口方法不完全相同;因此我对 faiss 进行了封装,使得向量管理更方便。
0 93浏览
¥ 9.90 - 基于Python的自然语言处理注意力模型.zip自然语言处理大小:3MB基本上所有的 NLP 方面的应用,如果想取得 state-of-art 的结果,就必须要经过 attention model 的加持。比如 machine translation, QA(question-answer), NLI(natural language inference), etc, etc…. 但是这里有个问题: 传统上的 attention 的应用,总是要求我们的 task 本身同时有源和目标的概念。比如在 machine translation 里, 我们有源语言和目标语言,在 QA 里我们有问题和答案,NLI 里我们有 sentence pairs …… 而 Attention 常常被定义为目标和源的相关程度。 详细介绍参考:https://blog.csdn.net/sheziqiong/article/details/132555243基本上所有的 NLP 方面的应用,如果想取得 state-of-art 的结果,就必须要经过 attention model 的加持。比如 machine translation, QA(question-answer), NLI(natural language inference), etc, etc…. 但是这里有个问题: 传统上的 attention 的应用,总是要求我们的 task 本身同时有源和目标的概念。比如在 machine translation 里, 我们有源语言和目标语言,在 QA 里我们有问题和答案,NLI 里我们有 sentence pairs …… 而 Attention 常常被定义为目标和源的相关程度。 详细介绍参考:https://blog.csdn.net/sheziqiong/article/details/132555243
0 70浏览
¥ 49.90 - labview_LV6例如为高级扫描2700,2701,2750(使用IVI驱动程序)labview大小:52KBLV6例如为高级扫描2700,2701,2750(使用IVI驱动程序)(LV6 example for Advanced Scanning with 2700, 2701, 2750 (uses IVI driver) )LV6例如为高级扫描2700,2701,2750(使用IVI驱动程序)(LV6 example for Advanced Scanning with 2700, 2701, 2750 (uses IVI driver) )
0 42浏览
¥ 19.90 - 基于TensorFlow的身份证文本OCR实现tensorflow大小:9KB基于TensorFlow的身份证文本OCR实现 在本文中,我们将分享一个基于TensorFlow实现的身份证文本OCR(光学字符识别)的代码资源。该代码采用深度学习技术,能够实现对身份证上的文本进行准确识别。我们将介绍代码的功能、使用方法以及实现原理,并提供代码下载链接。 引言 身份证作为一种常见的身份证明文件,包含了个人的重要信息。在实际应用中,有时需要实现对身份证上的文本进行自动识别,例如身份证信息录入、身份验证等场景。因此,开发一种准确、高效的身份证文本OCR技术具有重要意义。 代码功能 本代码资源实现了以下功能: 加载预训练的TensorFlow模型; 对输入的身份证图片进行预处理; 使用CNN网络进行文本特征提取; 采用CTC损失函数进行序列解码; 输出识别结果。 使用方法 使用本代码资源需要进行以下步骤: 安装TensorFlow及相关依赖库; 下载并加载预训练模型; 调用predict函数并传入身份证图片路径; 获取识别结果。基于TensorFlow的身份证文本OCR实现 在本文中,我们将分享一个基于TensorFlow实现的身份证文本OCR(光学字符识别)的代码资源。该代码采用深度学习技术,能够实现对身份证上的文本进行准确识别。我们将介绍代码的功能、使用方法以及实现原理,并提供代码下载链接。 引言 身份证作为一种常见的身份证明文件,包含了个人的重要信息。在实际应用中,有时需要实现对身份证上的文本进行自动识别,例如身份证信息录入、身份验证等场景。因此,开发一种准确、高效的身份证文本OCR技术具有重要意义。 代码功能 本代码资源实现了以下功能: 加载预训练的TensorFlow模型; 对输入的身份证图片进行预处理; 使用CNN网络进行文本特征提取; 采用CTC损失函数进行序列解码; 输出识别结果。 使用方法 使用本代码资源需要进行以下步骤: 安装TensorFlow及相关依赖库; 下载并加载预训练模型; 调用predict函数并传入身份证图片路径; 获取识别结果。
0 39浏览
¥ 9.90 - labview_和PLC通讯labview大小:28KBlabview_和PLC通讯。(This document is labview source file, realize labview and PLC communications.)labview_和PLC通讯。(This document is labview source file, realize labview and PLC communications.)
0 59浏览
¥ 19.90 - 人工智能-项目实践-文本向量-基于milvus和faiss实现文本转向量并存储的流程及简单性能测试.zip人工智能大小:472KB人工智能-项目实践-文本向量-基于milvus和faiss实现文本转向量并存储的流程及简单性能测试 主要实现faiss和milvus的简单性能测试 测试数据:使用了刘焕勇老师的 ChineseTextualInference项目数据,其中包含了88万条中文文本信息。 测试模型:使用了的 shibing624/text2vec-base-chinese 文本转向量模型,将文本转唯768维的向量。 运行: 需要先将数据放入datas目录下,将向量模型放入models目录下 先运行一边milvus_test.py,注意要将连接方式改为自己的,从而生成向量数据。经过测试,如果是超过15万条的向量规模,无法一次性插入到milvus数据库中,需要分批 然后在运行faiss_test.py查看对比效果,需要安装faiss-cpu 配置说明:服务器,加载到内存上,GPU机器(内存100G,cpu核数30),只使用cpu进行查询。 效果: milvus: 插入50万条768维的文本向量耗时:100 秒 构建50万条索引耗时:52 秒 加载数据耗时平均:22.8 秒 50万条向量规模的平均查询耗人工智能-项目实践-文本向量-基于milvus和faiss实现文本转向量并存储的流程及简单性能测试 主要实现faiss和milvus的简单性能测试 测试数据:使用了刘焕勇老师的 ChineseTextualInference项目数据,其中包含了88万条中文文本信息。 测试模型:使用了的 shibing624/text2vec-base-chinese 文本转向量模型,将文本转唯768维的向量。 运行: 需要先将数据放入datas目录下,将向量模型放入models目录下 先运行一边milvus_test.py,注意要将连接方式改为自己的,从而生成向量数据。经过测试,如果是超过15万条的向量规模,无法一次性插入到milvus数据库中,需要分批 然后在运行faiss_test.py查看对比效果,需要安装faiss-cpu 配置说明:服务器,加载到内存上,GPU机器(内存100G,cpu核数30),只使用cpu进行查询。 效果: milvus: 插入50万条768维的文本向量耗时:100 秒 构建50万条索引耗时:52 秒 加载数据耗时平均:22.8 秒 50万条向量规模的平均查询耗
0 127浏览
¥ 9.90 - 自然语言处理和语音识别中必须的语言模型工具.rar大语言模型大小:86KB自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言模型工具自然语言处理和语音识别中必须的语言
0 70浏览
¥ 29.90 - labview TDMS的各种高速存储功能源码软件大小:74KBlabview TDMS的各种高速存储功能,(LabVIEW TDMS a variety of high-speed storage function,)labview TDMS的各种高速存储功能,(LabVIEW TDMS a variety of high-speed storage function,)
0 68浏览
¥ 19.90 - 聊天机器人:一个聊天机器人生态系统,它在大量辅助数据上进行了训练,具有强大的对话生成能力ChatGPT大小:7MB一个聊天机器人生态系统,它在大量辅助数据上进行了训练,具有强大的对话生成能力。一个聊天机器人生态系统,它在大量辅助数据上进行了训练,具有强大的对话生成能力。
0 32浏览
¥ 4.90 - 基于labview建立与PLC的通讯,并进行参数的写入labview大小:75KB基于labview建立与PLC的通讯,并进行参数的写入(Labview establish communication with the PLC and write parameters based)基于labview建立与PLC的通讯,并进行参数的写入(Labview establish communication with the PLC and write parameters based)
0 62浏览
¥ 19.90 - 人工智能-项目实践-社会网络-基于网络舆情的高校学生社会心理态势感知系统.zip人工智能大小:1MB基于网络舆情的高校学生社会心理态势感知系统 基于网络舆情的高校学生社会心理态势感知系统 基于网络舆情的高校学生社会心理态势感知系统 基于网络舆情的高校学生社会心理态势感知系统基于网络舆情的高校学生社会心理态势感知系统 基于网络舆情的高校学生社会心理态势感知系统 基于网络舆情的高校学生社会心理态势感知系统 基于网络舆情的高校学生社会心理态势感知系统
0 12浏览
¥ 9.90 - labview_用户管理_用户登录管理labview大小:148KB简单的用户登录系统,用户管理功能。上位机程序开发系统,用户登录管理系统(Simple user login system, user management function.PC program development system, user login management system)简单的用户登录系统,用户管理功能。上位机程序开发系统,用户登录管理系统(Simple user login system, user management function.PC program development system, user login management system)
0 66浏览
¥ 19.90 - Python自然语言处理NLP算法课程 第04课 概率图模型,生成式模型与判别式模型,贝叶斯,隐马尔科夫模型 共40页.pdf【大纲】 第01课 自然语言处理与文本挖掘概述 共37页 第02课 自动机及其应用,文稿自动校正,歧义消除 共41页 第03课 语言模型,平滑方法 共38页 第04课 概率图模型,生成式模型与判别式模型,贝叶斯网,马尔科夫链,隐马尔科夫模型HMM 共40页 第05课 马尔科夫网,最大熵模型,条件随机场CRF,实现HMM和CRF的软件 共31页 第06课 汉语分词专题。世界上最难的语言名不虚传 共47页 第07课 命名实体识别,词性标注,从文本里挖出最重要的内容 共31页 第08课 句法分析找出句子的重点 共34页 第09课 语义分析与篇章分析,让机器象语言学家那样思考 共38页 第10课 文本分类,情感分析。应用案例:互联网自动门户,评论倾向性分析 共54页 第11课 信息检索系统,搜索引擎原理,问答系统,应用案例:客服机器人是怎么造出来的? 共51页 第12课 文本深度挖掘:自动文摘与信息抽取 共38页 第13课 机器翻译与语音识别技术介绍、IBM Watson系统的认知智慧 共54页
0 10浏览
¥ 9.90 - labview_调用dll文件截取最前端窗口的图像labview大小:16KBlabview_调用dll文件截取最前端窗口的图像,调用需要等待200ms(Calling DLL file to intercept the front-end image)labview_调用dll文件截取最前端窗口的图像,调用需要等待200ms(Calling DLL file to intercept the front-end image)
0 58浏览
¥ 19.90 - 人工智能-项目实践-社会网络-COVID-19 背景下的网络社会心态及公众情绪分析.zip人工智能大小:8MB人工智能-项目实践-社会网络-COVID-19 背景下的网络社会心态及公众情绪分析 COVID-19 背景下的网络社会心态及公众情绪分析人工智能-项目实践-社会网络-COVID-19 背景下的网络社会心态及公众情绪分析 COVID-19 背景下的网络社会心态及公众情绪分析
0 12浏览
¥ 9.90 - labview6.1编程技术实用教程综合资源大小:2MBlabview6.1编程技术实用教程,非常多例子,具体看资源详情吧labview6.1编程技术实用教程,非常多例子,具体看资源详情吧
0 61浏览
¥ 19.90 - Python自然语言处理NLP算法课程 第13课 机器翻译与语音识别技术介绍、IBM Watson系统的认知智慧共54页.pdf【大纲】 第01课 自然语言处理与文本挖掘概述 共37页 第02课 自动机及其应用,文稿自动校正,歧义消除 共41页 第03课 语言模型,平滑方法 共38页 第04课 概率图模型,生成式模型与判别式模型,贝叶斯网,马尔科夫链,隐马尔科夫模型HMM 共40页 第05课 马尔科夫网,最大熵模型,条件随机场CRF,实现HMM和CRF的软件 共31页 第06课 汉语分词专题。世界上最难的语言名不虚传 共47页 第07课 命名实体识别,词性标注,从文本里挖出最重要的内容 共31页 第08课 句法分析找出句子的重点 共34页 第09课 语义分析与篇章分析,让机器象语言学家那样思考 共38页 第10课 文本分类,情感分析。应用案例:互联网自动门户,评论倾向性分析 共54页 第11课 信息检索系统,搜索引擎原理,问答系统,应用案例:客服机器人是怎么造出来的? 共51页 第12课 文本深度挖掘:自动文摘与信息抽取 共38页 第13课 机器翻译与语音识别技术介绍、IBM Watson系统的认知智慧 共54页
0 11浏览
¥ 9.90 - 谈智能研发方案.docx实现智能研发是一个复杂而漫长的过程。企业除了要建立完善的研发体系以外,还应通过信息化技术实现产品全生命周期中数据流的自动化,以用户为中心,通过智能研发构造出智能互联的产品,并形成系列化的产品生态圈,将用户的需求、使用等信息与产品研发紧密地联系起来,形成一个闭环持续优化的产品研发及服务体系。
0 53浏览
¥ 29.90 - 人工智能-项目实践-知识蒸馏-基于Pytorch的知识蒸馏(中文文本分类).zippytorch大小:64MB人工智能-项目实践-知识蒸馏-基于Pytorch的知识蒸馏(中文文本分类) pytorch_knowledge_distillation 基于Pytorch的知识蒸馏(中文文本分类),将用bert训练好的中文分类模型蒸馏到bilstm上。使用的是hugging face上的bert-base-chinese,可去自行下载。知识蒸馏主要是将bert输出的logits中的知识蒸馏到bilstm中的logits。 说明 在进行知识蒸馏的过程中,顺带着做了以下其它的实验,比如:梯度累加、混合精度训练、对抗训练。 目录结构: --data:数据文件,使用的是THUCNews数据,共10类。 --config:存放的配置文件,里面可以控制训练、验证、测试、预测,也可以控制使用其它的一些策略。 --models;模型文件。主要存放bert和bilstm模型代码。 --checkpoints:模型保存的路径。 --processor:数据处理相关。对于bilstm而言,使用单个字作为输入,且使用整理好的5000个字的词汇表。在蒸馏的时候,既要处理数据为bert的格式,也要处理数据为biltm所需的人工智能-项目实践-知识蒸馏-基于Pytorch的知识蒸馏(中文文本分类) pytorch_knowledge_distillation 基于Pytorch的知识蒸馏(中文文本分类),将用bert训练好的中文分类模型蒸馏到bilstm上。使用的是hugging face上的bert-base-chinese,可去自行下载。知识蒸馏主要是将bert输出的logits中的知识蒸馏到bilstm中的logits。 说明 在进行知识蒸馏的过程中,顺带着做了以下其它的实验,比如:梯度累加、混合精度训练、对抗训练。 目录结构: --data:数据文件,使用的是THUCNews数据,共10类。 --config:存放的配置文件,里面可以控制训练、验证、测试、预测,也可以控制使用其它的一些策略。 --models;模型文件。主要存放bert和bilstm模型代码。 --checkpoints:模型保存的路径。 --processor:数据处理相关。对于bilstm而言,使用单个字作为输入,且使用整理好的5000个字的词汇表。在蒸馏的时候,既要处理数据为bert的格式,也要处理数据为biltm所需的
0 109浏览
¥ 9.90 - labview_实现XY图点数实时显示,可自由改变显示的点数labview大小:12KB实现XY图点数实时显示,可自由改变显示的点数(The real-time display of XY diagram points can be realized, and the number of display points can be changed freely.)实现XY图点数实时显示,可自由改变显示的点数(The real-time display of XY diagram points can be realized, and the number of display points can be changed freely.)
0 87浏览
¥ 19.90 - Python自然语言处理NLP算法课程 第09课 语义分析与篇章分析,让机器象语言学家那样思考 共38页.pdf【大纲】 第01课 自然语言处理与文本挖掘概述 共37页 第02课 自动机及其应用,文稿自动校正,歧义消除 共41页 第03课 语言模型,平滑方法 共38页 第04课 概率图模型,生成式模型与判别式模型,贝叶斯网,马尔科夫链,隐马尔科夫模型HMM 共40页 第05课 马尔科夫网,最大熵模型,条件随机场CRF,实现HMM和CRF的软件 共31页 第06课 汉语分词专题。世界上最难的语言名不虚传 共47页 第07课 命名实体识别,词性标注,从文本里挖出最重要的内容 共31页 第08课 句法分析找出句子的重点 共34页 第09课 语义分析与篇章分析,让机器象语言学家那样思考 共38页 第10课 文本分类,情感分析。应用案例:互联网自动门户,评论倾向性分析 共54页 第11课 信息检索系统,搜索引擎原理,问答系统,应用案例:客服机器人是怎么造出来的? 共51页 第12课 文本深度挖掘:自动文摘与信息抽取 共38页 第13课 机器翻译与语音识别技术介绍、IBM Watson系统的认知智慧 共54页
0 11浏览
¥ 9.90 - 自然语言处理中的深度学习分析方法及应用.pdf自然语言处理中的深度学习分析方法及应用.pdf
0 29浏览
¥ 9.90 - 人工智能-项目实践-数据增强-基于AEDA的数据增强技术的中文文本分类.zip人工智能大小:3MB人工智能-项目实践-数据增强-基于AEDA的数据增强技术的中文文本分类 方法一:随机插入标点符号 AEDA: An Easier Data Augmentation Technique for Text Classification 方法二:随机重复字词 ESimCSE: Enhanced Sample Building Method for Contrastive Learning of Unsupervised Sentence Embedding人工智能-项目实践-数据增强-基于AEDA的数据增强技术的中文文本分类 方法一:随机插入标点符号 AEDA: An Easier Data Augmentation Technique for Text Classification 方法二:随机重复字词 ESimCSE: Enhanced Sample Building Method for Contrastive Learning of Unsupervised Sentence Embedding
0 24浏览
¥ 9.90 - labview编写采集数据程序,数据采集后会有相应的频谱分析labview大小:350KBlabview编写采集数据程序,数据采集后会有相应的频谱分析(LabVIEW writing data acquisition program)labview编写采集数据程序,数据采集后会有相应的频谱分析(LabVIEW writing data acquisition program)
0 64浏览
¥ 19.90 - 学术GPT模型:用于学术研究的GPT模型,可生成论文、摘要和对话等 具有高度的定制性和自由度毕业设计大小:10MB学术GPT模型:用于学术研究的GPT模型,可生成论文、摘要和对话等。具有高度的定制性和自由度。 为ChatGPT/GLM提供实用化交互界面,特别优化论文阅读/润色/写作体验,模块化设计,支持自定义快捷按钮&函数插件,支持Python和C++等项目剖析&自译解功能,PDF/LaTex论文翻译&总结功能,支持并行问询多种LLM模型,支持chatglm2等本地模型。兼容文心一言, moss, llama2, rwkv, claude2, 通义千问, 书生, 讯飞星火等。学术GPT模型:用于学术研究的GPT模型,可生成论文、摘要和对话等。具有高度的定制性和自由度。 为ChatGPT/GLM提供实用化交互界面,特别优化论文阅读/润色/写作体验,模块化设计,支持自定义快捷按钮&函数插件,支持Python和C++等项目剖析&自译解功能,PDF/LaTex论文翻译&总结功能,支持并行问询多种LLM模型,支持chatglm2等本地模型。兼容文心一言, moss, llama2, rwkv, claude2, 通义千问, 书生, 讯飞星火等。
0 21浏览
¥ 4.90 - 准确分词之动态调整词频和字典顺序.zippython大小:16KB# 说明 准确分词之动态调整词频和字典顺序 主函数: ```` cut_data.py ```` ## 1.jieba动态调整词频 四中方法: ### 1.1 ```python #jieba.load_userdict("dict.txt") ``` ### 1.2. ```python # # 设置高词频:一个 # jieba.suggest_freq('台中',tune=True) ``` ### 1.3. ```python # 设置高词频:dict.txt中的每一行都设置一下 # fp=open("dict.txt",'r',encoding='utf8') # for line in fp: # line=line.strip() # jieba.suggest_freq(line, tune=True) ``` ### 1.4. ```python # # 设置高词频:dict.txt中的每一行都设置一下快速方法 # [jieba.suggest_freq(line.strip(), tune=True) for line in o# 说明 准确分词之动态调整词频和字典顺序 主函数: ```` cut_data.py ```` ## 1.jieba动态调整词频 四中方法: ### 1.1 ```python #jieba.load_userdict("dict.txt") ``` ### 1.2. ```python # # 设置高词频:一个 # jieba.suggest_freq('台中',tune=True) ``` ### 1.3. ```python # 设置高词频:dict.txt中的每一行都设置一下 # fp=open("dict.txt",'r',encoding='utf8') # for line in fp: # line=line.strip() # jieba.suggest_freq(line, tune=True) ``` ### 1.4. ```python # # 设置高词频:dict.txt中的每一行都设置一下快速方法 # [jieba.suggest_freq(line.strip(), tune=True) for line in o
0 39浏览
¥ 29.90 - 人工智能-项目实践-文档向量-文档向量生成.zip人工智能大小:4MB文档向量生成 文档向量生成 文档向量生成文档向量生成 文档向量生成 文档向量生成
0 30浏览
¥ 9.90 - labview写的人机界面的例子labview大小:3MBlabview写的人机界面的例子,具有一定的参考价值labview写的人机界面的例子,具有一定的参考价值
0 47浏览
¥ 19.90