Ta上传的资源 (0)

Resnet50和Resnet101是具有优异性能的卷积神经网络，它们在Pytorch平台上也得到了良好的实现。现在你可以通过ipynb文件或在pycharm中添加jupyter插件来打开并使用这些模型。除此之外，你还可以在github找到更多相关资源和指南。

ARIMA模型是一种非常重要的时间序列分析方法，本文详细介绍了在Python环境下如何使用ARIMA模型进行数据分析，并提供了相关数据文件供读者练习。本文讲解了ARIMA模型的基本原理、模型参数的确定、模型拟合、模型预测等方面的内容，同时贴心地提供了实现教程和代码示例，方便读者学习和掌握ARIMA模

Faster RCNN是一种基于CNN网络的目标检测方法，其主要包括Conv layers、Region Proposal Networks、Roi Pooling和Classification四个方面。在使用中需要注意版本的对齐，Torch版本0.4以上方可使用。本文详细介绍了各部分的含义和作用，

SPP-Net是一种基于Pytorch实现的神经网络，在处理图片识别时可以解决所输入图片尺寸不固定的问题。其基本思想是输入整张图像，提取出整张图像的特征图，然后通过空间金字塔池化层提取不同大小的region proposal的特征，从而避免了crop或warp等处理导致的信息丢失和变形，提高了识别精

基于CIFAR10数据集的Googlenet torch实现代码，包含详细的注释。该代码实现了一种新的计算机视觉模型，并在CIFAR10数据集上进行了测试。此外，本文还对模型训练过程中的一些问题进行了解答。

此文件基于github中ahmedfgad的NeuralGenetic文件,若可以访问则直接访问,否则谢谢老板的积分。 文章内容详情:此文件没有用TensorFlow,没有用pytorch,只需安装相对应的包即可使用。文章中的适应度是根据预测出来对应的类的正确的个数占总个数比例决定。通过设计自己的适

本文的安装环境为tensorflow2.1，使用的算法为LSTM算法，数据集为keras的imdb数据集。对于研究tensorflow2.1中LSTM算法的人可以借鉴参考