机器深度学习

机器学习，深度学习是人工智能的核心分支，致力于让计算机系统通过数据驱动的方式自动学习和改进性能，而无需显式编程。其核心是从数据中识别模式或规律，构建数学模型，使计算机能完成预测、分类、聚类等任务。主要类型包括监督学习、无监督学习和强化学习。机器学习广泛应用于自然语言处理、计算机视觉、推荐系统等领域，正重塑各行各业，是当前AI爆发的核心技术之一。

PrAlmodel开源项目

从零构建一个全新的、与现有所有AI架构无关的类脑认知系统。不预设任何功能模块，模拟大脑皮层的Pr-Al分子梯度轴，让网络在与环境和任务的交互中自发分化出不同功能区域。核心创新创新说明人脑对应层级预测编码 4层网络，每层独立预测，预测误差驱动学习皮层分层结构（V1→V2→V4→IT）Pr-Al功

351C++人工智能

分类模型检测开源项目

#ClassificationPost-ProcessingforHawk##OverviewAgenericONNXclassificationblockthatrunsafteranomalydetectioninHawk'spost-processingpipeline.Itclassifie

380Caffe人工智能

基于 PyTorch 的股票 AB Network 与 TransformerBase 对比实验开开源项目

本项目是一个基于KaggleNotebook开源的深度学习实验项目，主要围绕ABNetwork与TransformerBase等模型方案进行训练效果对比与验证。项目包含数据读取与预处理、特征整理、模型构建、训练参数配置、实验过程记录、指标评估与结果比较等模块，能够用于复现实验流程、分析不同网络结构的

500Torch人工智能

泰坦尼克号生存预测开源项目

–使用Pandas,NumPy和TensorFlow/Keras构建端到端分类模型，预测泰坦尼克号乘客的生存情况。–进行了全面的探索性数据分析(EDA)和特征工程（处理缺失值、编码性别/登船港口/舱位等级），并使用Matplotlib和Seaborn可视化了关键生存因素。–通过Gemini辅助的超参

480Python人工智能

Analysis and Classification of Texts in Product Re开源项目

1.数据加载与预处理模块功能：读取JSONL格式的原始评论数据，提取评论文本和评分。关键步骤：将评分1–2星映射为“负面”（negative），3–5星映射为“非负面”（non-negative）。进行文本清洗（如正则匹配单词、去除标点）。计算文本统计特征（词数、句长、词频、词汇量等）。生成词云等可

490Python机器深度学习

Arction-AirCraft-Recognition开源项目

Aprogramaimstorecognizethemodelofcivilairlinersthroughtheirside-lookingpictures常见民航客机识别程序（主要识别侧视图片）首先使用yolo算法实现飞机定位和裁切，通过引入注意力通道的卷积神经网络实现细粒度的飞机型号分类。

750C人工智能

通过C++实现Tensor张量在CPU上快速计算开源项目

该项目主要探索多维的Tensor在CPU上实现快速的矩阵运算等，功能实现涵盖了自定义内存配置器Allocator，createTensorOne，createTensorZero，createTensorRand，cat，normalize，selectSet，selectGet，toString，

1270C++人工智能

Myolotrain开源项目

Myolotrain是一个可视化管理yolo视觉模型训练的系统，为计算机视觉任务提供了直观的图形界面。该平台集成了在线标注、数据集管理、模型管理、训练管理和目标检测功能，支持windows、linux、docker等多种部署方式，使用户能够轻松地训练和部署YOLOv8模型，支持CPU和GPU，使用t

4141Flask人工智能

经典的计算机视觉分类算法合集开源项目

本项目是一个面向计算机视觉领域的算法库，聚焦于图像分类任务，旨在为科研开发者提供简洁、可复用的模型实现与实验基础。其主要功能模块包括：核心模型集：提供多种经典卷积神经网络实现，包括LeNet、AlexNet、VGG、GoogLeNet、ResNet、Inception系列、DenseNet等，涵盖从

5930Python人工智能

当前共9个项目登录查看更多

登录后即可上传、下载作品

分类

科学研究算法模型 Java C#COCOS2D-X C++UI 小程序 UE Zxing

点击空白处退出提示

机器深度学习

重点城市程序员兼职推荐

重点岗位程序员兼职推荐