用自己的数据进行CaffeNet训练模型

提取MFCC参数，用DTW（动态时间规整）模型实现0-9的数字语音识别。

ARIMA模型是一种常用的时间序列预测方法，它可以通过对历史数据进行分析和建模来预测未来的趋势和变化。ARIMA模型的基本原理及其参数设置方法也需要仔细研究。本文将介绍如何采用ARIMA模型进行时间序

在本篇文章里小编给大家整理的是关于Pytorch修改ResNet模型全连接层进行直接训练相关知识点,有需要的朋友们参考下。

木匾检测预训练模型11是一种高效的目标检测模型，在使用之前需要先进行配置和训练。本文将详细介绍如何使用木匾检测预训练模型11进行目标检测，包括如何下载和配置模型，以及如何进行数据预处理和模型训练。另外

包含单语言BERT预训练语言模型和跨语言XLM预训练语言模型，支持监督/无监督机器翻译和跨语言文本分类应用

在ubuntu系统上，tensorflow的安装、图像识别应用、训练自己的图像识别模型。2016年版本。

用多种预训练TensorFlow模型提取图像特征

Python编写,模拟线性回归模型训练,通过采样数据、计算误差、计算梯度、梯度更新等步骤实现线性回归模型训练。

大学PPT课件， 介绍如何用Matlab进行数据拟合。 多项式曲线拟合，插值问题

基于对抗训练策略的语言模型数据增强技术