V
主页
Tensorflow2.0--手写数字计算器
发布人
使用Tensorflow2.0训练的神经网络。个别数字的识别还是有点小问题,多半是数据集的问题(数据集还是小)。 项目源码: Github:https://github.com/ZLXT/TF2.0-Handwriting-Recognition-Calculator Gitee: https://gitee.com/ZLXT/TF2.0-Handwriting-Recognition-Calculator
打开封面
下载高清视频
观看高清视频
视频下载器
大一就这么水灵灵的把校赛速通了?
维新派和传统派都沉默了
VexRiscv开发环境搭建
直接带你把Transformer手搓一遍,这次总能学会Transformer了吧!
为什么大学计算机全是深度学习?
2天学会,仿人自然行走
神经网络必看!如何从零入门CNN、RNN、GAN、GNN、DQN、Transformer、LSTM等!清华大佬一天就教会了我如何入门神经网络算法,绝对通俗易懂
强推!这绝对是B站最全的(python+机器学习+深度学习)系列教程,草履虫都能学会,学不会你来锤爆我!人工智能/机器学习/深度学习/python/神经网络
这是我迄今为止见过将 Chat GPT 原理最好的可视化。具象化的展示了Transformer神经网络模型结构。像在四维看三维。
LiteX开发环境搭建及简单测试
ffmpeg开发团队表示 手写AVX-512汇编提升94倍性能 兄弟们还能手写汇编不?
【附数据集】10分钟带你入门神经网络Pytorch手写数字识别,整体架构设计、数据集加载、网络结构设计、损失计算与优化、训练代码、发布程序等等 看完就能跑通!
不是什么都学!针对性学习机器学习深度学习频繁用到的数学知识才是正确高效的!
越来越多面数的布料落在羊上
【对新手非常友好】三小时深度学习PyTorch快速入门!包教会你的! --人工智能/深度学习/pytorch
12小时搞懂TensorFlow深度学习框架,从安装到实操零基础教学!—猫狗识别、文本分类、时间序列预测、迁移学
【200集付费】一口气学完回归算法、聚类算法、决策树、随机森林、神经网络、贝叶斯算法、支持向量机、神经网络等十二大机器学习算法一次性学完!
小波变换无敌了!搭配时间序列轻松发A会,思路创新才是王道!
研一刚入学,从未接触过神经网络python也是才开始学,现在导师要我做LSTM,我应该去学什么?
【视频+教材】原著大佬李沐带你读《动手学习深度学习》真的通俗易懂!深度学习入门必看!(人工智能、机器学习、神经网络、计算机视觉、图像处理、AI)
StyloCard(自制迷你midi键盘)
(2024年)10项彻底改变未来世界的科技发明,其中排名第一的是世界最小的机器人,尽管它只有跳蚤大小,却能替代传统医疗设备进入人体进行复杂的手术。
真的超容易“搞深度学习神经网络到底怎么改代码的啊?”复旦博士教我用一本书搞定!
[保姆级教程]梯度下降手把手教学、excel搭建神经网络
【全126集】目前B站最系统的Transformer教程!入门到进阶,全程干货讲解!拿走不谢!(神经网络/NLP/注意力机制/大模型/GPT/RNN)
来主板机是怎么做的?
【全集195集】深度学习必看圣经!李沐大神《动手学深度学习》最新版全套视频教程分享,小白也能信手拈来,看完直接跑通!(深度学习/神经网络/pytorch)】
第94集 | Ultralytics YOLO11 姿态估计教程 | 实时目标跟踪与人体姿态检测
C++八股文 之class和struct区别 ,这有啥用?工程上怎么用这个特性?
深度学习论文里的数学看不懂?那一定是你还不知道这个方法!
模型在不同的位置应该插入什么样的模块,插入之后可以得到怎样的效果
每个初学深度学习的小伙伴只需要学这三个项目!学完以后可以说没有什么深度学习代码能够难住你!
MIT《神经计算导论|MIT 9.40 Introduction to Neural Computation, Spring 2018》
花9K购买的【图神经网络入门到实战】教程,内含GCN、GAT、GTN、PyG、BiNE等代码实战解析!它是真的想教会我
这才是科研人该学的【Opencv+Pytorch】教程!一口气学完目标检测、图像分割、语义分割、图像生成,算法原理+实验分析,太通俗易懂了!机器学习|深度学习
GPT-o2推理超神,GPT-o1为何被 “冷落”? 大模型训练
【PyTorch】只看不练,等于白看!!PyTorch深度学习实战案例,还不拿下!!!
机器/深度学习+计算流体,大有可为
人工智能 AI 四小龙的兴衰! 商汤、旷视、依图等一批 15 年前后崛起的 A I 创业公司,似乎一夜之间就没了声!响
西瓜书作者亲授!难啃的西瓜书【机器学习】被周志华教授用通俗易懂的方式将明白了,全53讲附书籍PDF及读书笔记分享!