sciblog_support：我的博客的支持内容-源码

data-science machine-learning big-data deep-learning

Sciblog支持信息和代码此仓库包含支持我的博客的项目，其他信息和代码：。您可以找到我在发表的所有帖子的列表。笔记本项目：在这个项目中，我们解释什么是卷积以及如何使用带有MNIST字符识别数据集的MXNet深度学习库来计算CNN。这里是。：在本项目中，我们使用PyTorch解释迁移学习的基本方法（微调和冻结），并分析在哪种情况下更好地使用每种方法。这里是。：在这些笔记本中，我们展示了如何使用Char-CNN和VDCNN模型执行字符级卷积以进行情感分析。这里是。：在本笔记本中，我们展示了许多简单的技术来生成图像，文本和时间序列中的新数据。这里是。降：在本项目中，我们使用sklearn和CUDA展示t-SNE算法的示例。我们使用CNN从图像生成高维特征，然后展示如何将其投影并可视化为二维空间。这里是。：在本笔记本中，我们使用GPU上的LightGBM（也可在CPU上）设计实时欺诈检测模型。然后使用Flask和websockets通过API对模型进行操作。这里是。：在本笔记本中，我们演示如何创建图像分类API。该系统与使用CNTK深度

文件下载

资源详情

[{"title":"（ 135 个子文件 11.23MB ） sciblog_support：我的博客的支持内容-源码","children":[{"title":"visualization_football.md 36.00KB ","children":null,"spread":false},{"title":"map2.JPG 364.40KB ","children":null,"spread":false},{"title":"stadiums.csv 13.33KB ","children":null,"spread":false},{"title":"stadiums_wikidata.csv 326.12KB ","children":null,"spread":false},{"title":"map3.JPG 77.63KB ","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"文件过多，未全部展示","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

sciblog_support：我的博客的支持内容-源码

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载