收藏本版 |訂閲

机器学习/自然语言处理 今日: 0|主題: 239|排名: 17 

  • 吴恩达深度学习课程五:自然语言处理 第一周:循环神经网络 课后习题与代码实践
    此分类用于记录吴恩达深度学习课程的学习笔记,目前已完结,点击进入全集目录 课程相关信息链接如下: 原课程视频链接:[双语字幕]吴恩达深度学习deeplearning.ai github课程资料,含课件与笔记:吴恩达深度学习教学资料 课程配套练习(中英)与答案:吴恩达深度学习课后习题与答案 本篇为第五课第一周的课后习题和代码实 ...
    026 萧祈闵 发表于 2026-1-15 机器学习/自然语言处理
  • 吴恩达深度学习课程五:自然语言处理 第一周:循环神经网络 (七)双向 RNN 与深层 RNN
    此分类用于记录吴恩达深度学习课程的学习笔记,目前已完结,点击进入全集目录 课程相关信息链接如下: 原课程视频链接:[双语字幕]吴恩达深度学习deeplearning.ai github课程资料,含课件与笔记:吴恩达深度学习教学资料 课程配套练习(中英)与答案:吴恩达深度学习课后习题与答案 本篇为第五课的第一周内容,1.11到1.12 ...
    098 驿长 发表于 2026-1-13 机器学习/自然语言处理
  • 吴恩达深度学习课程五:自然语言处理 第一周:循环神经网络 (六)长短期记忆 LSTM
    此分类用于记录吴恩达深度学习课程的学习笔记,目前已完结,点击进入全集目录 课程相关信息链接如下: 原课程视频链接:[双语字幕]吴恩达深度学习deeplearning.ai github课程资料,含课件与笔记:吴恩达深度学习教学资料 课程配套练习(中英)与答案:吴恩达深度学习课后习题与答案 本篇为第五课的第一周内容,1.10的内容 ...
  • 基于深度学习的考试作弊检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
    视频演示 基于深度学习的考试作弊检测系统 1. 前言​ 大家好,欢迎来到 Coding 茶水间。在当今的各类标准化考试中,作弊手段层出不穷且极具隐蔽性,这不仅严重破坏了考试的公平性,也给监考人员带来了巨大的甄别压力。传统的视频监控往往依赖人工回看,效率极低且容易出现视觉盲区。基于此现状,我今天为大家带来的题目是基 ...
    03 趙韋 发表于 2026-1-12 机器学习/自然语言处理
  • 基于深度学习的纺织品缺陷检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
    视频演示 基于深度学习的纺织品缺陷检测系统 1. 前言​ 大家好,欢迎来到Coding茶水间。在传统的纺织工业质检环节中,人工目检不仅效率低下,还容易因视觉疲劳导致漏检,而基于YOLO算法的纺织品缺陷检测系统正是解决这一痛点的智能化方案。今天我将为大家全面演示这套系统的功能,它不仅能通过图片、视频、文件夹及实时摄像 ...
    063 丑小丫 发表于 2026-1-11 机器学习/自然语言处理
  • 吴恩达深度学习课程五:自然语言处理 第一周:循环神经网络 (五)门控循环单元 GRU
    此分类用于记录吴恩达深度学习课程的学习笔记,目前已完结,点击进入全集目录 课程相关信息链接如下: 原课程视频链接:[双语字幕]吴恩达深度学习deeplearning.ai github课程资料,含课件与笔记:吴恩达深度学习教学资料 课程配套练习(中英)与答案:吴恩达深度学习课后习题与答案 本篇为第五课的第一周内容,1.9的内容以 ...
  • 吴恩达深度学习课程五:自然语言处理 第一周:循环神经网络 (四)RNN 中的梯度现象
    此分类用于记录吴恩达深度学习课程的学习笔记,目前已完结,点击进入全集目录 课程相关信息链接如下: 原课程视频链接:[双语字幕]吴恩达深度学习deeplearning.ai github课程资料,含课件与笔记:吴恩达深度学习教学资料 课程配套练习(中英)与答案:吴恩达深度学习课后习题与答案 本篇为第五课的第一周内容,1.8的内容以 ...
  • 吴恩达深度学习课程五:自然语言处理 第一周:循环神经网络 (三)语言模型
    此分类用于记录吴恩达深度学习课程的学习笔记,目前已完结,点击进入全集目录 课程相关信息链接如下: 原课程视频链接:[双语字幕]吴恩达深度学习deeplearning.ai github课程资料,含课件与笔记:吴恩达深度学习教学资料 课程配套练习(中英)与答案:吴恩达深度学习课后习题与答案 本篇为第五课的第一周内容,1.5到1.7的 ...
  • 吴恩达深度学习课程五:自然语言处理 第一周:循环神经网络 (二)循环神经网络
    此分类用于记录吴恩达深度学习课程的学习笔记,目前已完结,点击进入全集目录 课程相关信息链接如下: 原课程视频链接:[双语字幕]吴恩达深度学习deeplearning.ai github课程资料,含课件与笔记:吴恩达深度学习教学资料 课程配套练习(中英)与答案:吴恩达深度学习课后习题与答案 本篇为第五课的第一周内容,1.2到1.4的 ...
  • 吴恩达深度学习课程五:自然语言处理 第一周:循环神经网络 (一)序列数据与序列模型
    此分类用于记录吴恩达深度学习课程的学习笔记,目前已完结,点击进入全集目录 课程相关信息链接如下: 原课程视频链接:[双语字幕]吴恩达深度学习deeplearning.ai github课程资料,含课件与笔记:吴恩达深度学习教学资料 课程配套练习(中英)与答案:吴恩达深度学习课后习题与答案 本篇为第五课的第一周内容,1.1的内容以 ...
  • 基于深度学习的汽车自动驾驶目标检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
    视频演示 基于深度学习的汽车自动驾驶目标检测系统 1. 前言​ 目前铁路铁轨巡检主要依赖人工目测,存在效率低、漏检率高及受主观因素影响大等弊端,难以满足现代铁路的高安全性需求。为此,本文提出基于YOLO深度学习算法的解决方案,通过构建专用数据集训练模型,并开发图形化界面(GUI)将算法工程化,旨在用机器视觉替代 ...
  • 基于深度学习的轨道缺陷检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
    视频演示 基于深度学习的轨道缺陷检测系统演示 1. 前言​ 目前铁路铁轨巡检主要依赖人工目测,存在效率低、漏检率高及受主观因素影响大等弊端,难以满足现代铁路的高安全性需求。为此,本文提出基于YOLO深度学习算法的解决方案,通过构建专用数据集训练模型,并开发图形化界面(GUI)将算法工程化,旨在用机器视觉替代人工 ...
  • 吴恩达深度学习课程四:计算机视觉 第四周:卷积网络应用 课后习题和代码实践
    此分类用于记录吴恩达深度学习课程的学习笔记,目前已完结,点击进入全集目录 课程相关信息链接如下: 原课程视频链接:[双语字幕]吴恩达深度学习deeplearning.ai github课程资料,含课件与笔记:吴恩达深度学习教学资料 课程配套练习(中英)与答案:吴恩达深度学习课后习题与答案 本篇为第四课第四周的课后习题和代码实 ...
  • 基于深度学习的杂草检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
    视频演示 基于深度学习的杂草检测系统演示 1. 前言​ 在农业生产中,杂草的及时检测与精准识别对作物生长、产量保障及农药科学施用具有重要意义。传统杂草识别多依赖人工田间巡查或人工判读影像,不仅费时费力,而且受主观经验和环境条件影响,易出现漏检或误判。随着精准农业和智慧农业的发展,利用计算机视觉与深度学习技 ...
  • 吴恩达深度学习课程四:计算机视觉 第四周:卷积网络应用 (二) 图像风格转换
    此分类用于记录吴恩达深度学习课程的学习笔记,目前已完结,点击进入全集目录 课程相关信息链接如下: 原课程视频链接:[双语字幕]吴恩达深度学习deeplearning.ai github课程资料,含课件与笔记:吴恩达深度学习教学资料 课程配套练习(中英)与答案:吴恩达深度学习课后习题与答案 本篇为第四课的第四周内容,4.6到4.11的 ...
    089 杏杏 发表于 2025-12-30 机器学习/自然语言处理
  • 基于深度学习的轮船分类检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
    视频演示 基于深度学习的轮船分类检测系统 1. 前言​ 随着航运业与海洋经济的不断发展,船舶类型的快速、准确识别在港口管理、海上交通监控、安全巡检及环境保护等领域具有重要作用。传统船舶分类多依赖人工判读或基于 AIS 数据的分析,在视频监控、无人机航拍、卫星影像等非结构化场景中,人工识别易受天气、光照和拍摄角 ...
    070 至安 发表于 2025-12-30 机器学习/自然语言处理
  • 吴恩达深度学习课程四:计算机视觉 第四周:卷积网络应用 (一) 人脸识别
    此分类用于记录吴恩达深度学习课程的学习笔记,目前已完结,点击进入全集目录 课程相关信息链接如下: 原课程视频链接:[双语字幕]吴恩达深度学习deeplearning.ai github课程资料,含课件与笔记:吴恩达深度学习教学资料 课程配套练习(中英)与答案:吴恩达深度学习课后习题与答案 本篇为第四课的第四周内容,4.1到4.5的 ...
    013 琍妞儿 发表于 2025-12-29 机器学习/自然语言处理
  • 基于深度学习的香蕉成熟度检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
    视频演示 基于深度学习的香蕉成熟度检测系统演示 1. 前言​ 随着农业现代化的发展,水果品质在线检测在采摘后分级与仓储管理中具有重要意义。香蕉成熟度直接影响其口感与销售价值,但人工检测效率低、主观性强,难以满足规模化需求。 YOLO 系列算法检测速度快、精度较高,已广泛用于目标检测。然而在香蕉成熟度检测中,不同 ...
    058 王振洲 发表于 2025-12-29 机器学习/自然语言处理
  • 基于深度学习的X光骨折检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
    视频演示 基于深度学习的X光骨折检测系统演示 1. 前言​ 在医学影像诊断领域,骨折的早期、准确识别对于患者治疗方案制定和预后恢复至关重要。目前,骨折检测主要依赖放射科医生对 X 光片进行人工判读,这不仅耗时费力,而且受医生经验、工作状态及环境因素影响较大,存在一定漏诊与误诊风险。随着医学影像数据量的快速增长 ...
  • 基于深度学习的水下垃圾检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
    视频演示 基于深度学习的水下垃圾检测系统 1. 前言​ 随着海洋环境保护和水下作业需求的增加,快速、准确地识别水下垃圾成为亟待解决的问题。然而,受光照变化、水体浑浊及数据稀缺等因素影响,现有检测手段普遍存在鲁棒性不足、实时性差、部署成本高等痛点。YOLO 系列算法凭借高速与较高精度的优势,为目标检测提供了可行 ...
  • 下一頁 »

    快速發帖

    還可輸入 180 個字符
    您需要登錄後才可以發帖 登錄 | 立即注册

    本版積分規則

    相关侵权、举报、投诉及建议等,请发 E-mail:qiongdian@foxmail.com

    Powered by Discuz! X5.0 © 2001-2026 Discuz! Team.

    在本版发帖返回顶部