train images idx3 ubyte.gz

Mask RCNN用于训练自己的数据据。将train_shape.ipynb转化为train_shape.py之后,进行修改之后的代码,亲测试,可以运行。

该资源为cnn卷积神经网络识别面部表情的训练集,包括label和feature,具体值表示像素,可供Pytorch深度学习使用

在使用tesseract-ocr进行字符识别时,我们使用了官方提供的字库,例如英文字库、中文字库,但这些字库并不一定能满足我们所有的需求。当tesseract提供的字库中没有我们识别的那种字体时,就会

有mnist提供的手写数字训练集,每条数据的第一项是数字的正确结果,后784项是28*28手写图片的像素值,使用放在程序目录下

详细描述了YOLOV2损失函数构建过程，梯度求导，以及训练，最后还包含了一个可视化过程。本文件的使用，要结合xml_parse.py,get_dataset.py,gt_box_label.py,YO

官方示例CPU版，显卡不行的可以参考参考，修改自己的训练图像位置和图片分辨率、识别种类就可开始训练

Azure机器学习（实战篇）——动手实验01：使用Iris数据集训练第一个模型/// 本节将演示使用Azure机器学习PythonSDK在单节点CPU上训练一个SVM模型，使用的框架为SKLearn

本代码为python在pytorch上代码，需要建立文件夹，其子文件夹命名为train和val，分别在子文件夹中放入训练和测试数据，改变代码中数据集地址即可实现分类

练习SQL数据处理的经典titanic数据，数据缺失值查看，数据缺失值填充，数据唯一性检查，比较典型的可练习数据预处理，数据分析及建模的数据

基于LeNet的人民币二分类程序,包括人民币的原始数据集(图像),以及数据集的划分,网络模型训练,验证和测试.