OpenVINO Toolkit - 预先训练的深度学习模型和示例
在Opencv中使用预训练的深度学习模型,实现特定物体的识别
keras搭建DQN,构建FlappyBird智能体的模型,分别训练200轮以及github上下载的292轮模型
本项目基于华为TinyBert进行了优化和修改,简化了数据读取过程,使得更方便使用自己的数据进行读取操作。训练过程分为四个步骤:使用通用的Bert base进行蒸馏,得到一个通用的student mo
一种融合预训练语言模型的成语完形填空算法。该算法通过在预训练语言模型的基础上,结合成语的语义和语法特点,实现了对成语完形填空题目的自动化解答。算法综合考虑了成语的上下文语境,通过对成语进行语义推理和填
文中提出了一种肝脏在CT(Computed Tomography)图像中的半监督自动分割方法。该方法采用深度协同训练模型以解决医学图像领域中有标签数据获取困难且成本高的问题。首先利
神经网络分批次训练Python动物图像分类nico数据集tensorflow keras CNN MaxPooling dropout opencv模型保存与加载深度学习预测模型机器学习jupyter
“语义分割”处理的是像素级分类问题,是计算机视觉中的基本任务,在自动驾驶、地物检测以及医疗辅助等许多领域,有着巨大的应用价值。常见的基于深度神经网络的语义分割模型,有U-Net,SegNet,PSPN
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
Google官方发布BERT的 TensorFlow 代码和预训练模型