python-opencv汽车检测正训练集照片,8000+照片,负的我没有,有的可以和我换,我在mac上弄训练集,后期也会发布,需要的请关注谢谢
titanic生还预测训练集数据,其中数据处理了缺失值并将特征离散化,还删除了与标签相关性较弱的特征(例如:姓名)和缺失值过多特征。
用户点击的item序列embedding使用数据,类似一句话是一个文本序列,通常可以直接使用word2vec编码,同样可以对用户点击物品id序列进行编码。
zhengqi_train.txt
采用dcoker搭建tensorflow_sever对外服务。代码采用minist数据集,训练了模型,并保存为PB文件,然后使用docker容器搭建了tensorflow_sever,并进行了测试。
超分辨率作为一门比较火的领域,传统方法处理SR问题时,有着一些问题,比如说边缘模糊,由此SR和卷积神经网络的结合,较好的解决了这问题
语言模型 python实现uni-gram和bi-gram 使用ppl困惑度对比模型效果 山东大学2019NLP实验1
银行数据集,包括id,y,loan,housing,duration,pdays等标签
SHHB_train数据集txt人头坐标文本处理,在网上能找到xml格式转为txt格式的代码,但是找不到txt文本的代码,所以只能自己写了一个,代码略有冗余,还没来得及修改。
在“大数据”的时代背景下,保证机器学习算法效果的同时,充分挖掘IT基础设施算力,提升算法计算性能,一方面有利于保护企业现有IT投资,另一方面能让数据分析师以更短的时间完成建模,从而可以选择出来更优化的