用自己的数据,制作python版本的cifar10数据集。可以任意别类任意数量,根据自己爬取的数据修改代码参数即可。
hog_svm采用Python实现训练,同时在训练的过程中提取hardexample进行进一步训练,获得了较为理想的效果,当然如果需要进一步优化还是有较大优化空间的。
用于深度学习/机器学习/CV的训练和测试数据,适用于数据增强,特征提取,无监督,半监督学习,PCA处理等场景,适合练习和直接训练模型,吐血整理
本软件包实现“使用梯度的反向传播返回经过完全训练的MLP”功能,压缩包包含了5元3目标数据样本,可直接运行。代码中已自带MSE误差分析及显示功能。并且添加详细的代码注释,为使用者提供良好的代码解读及修
资源为caffe深度学习框架中,lenet-5网络模型的描述文件,文件中定义了可以用于训练的网络参数。
1bayes_train_text.txt
train_catvnoncat.h5,它和test_catvnoncat.h5一起放在dataset文件夹里,然后放到与py文件同目录下即可。
vxWorks官方培训手册压缩包内为PDF格式:0_preface.pdf10_interrupt.pdf11_iofile.pdf12_networking1.pdf13_reconfig.pdf1
目标驱动数据集,可以用于对话驱动,该数据集较小,可以验证自己的算法。
ICDAR 2013数据集是文档分析与识别国际会议于2013年举办的场景文本检测竞赛中使用的标准数据集。该数据集是ICDAR 2011数据集的改进版本,修正了其中的部分错误,包含229张训练图与233