时间序列预测lstm

GA优化CNN

基于opencv的安全帽佩戴检测，开发语言采用python,自己训练的安全帽分类器。

kaggle上对旧金山城市的犯罪案件进行分类，属于多分类问题，提供的数据特征包含时间、地点、描述等。本实例包含数据集和代码，机器学习方法是朴素贝叶斯和逻辑回归

osvos视频分割论文代码

仅供参考逻辑，时间久远，页面都变了，所以可能无法爬取 tbcrawler ============= 淘宝和天猫的爬虫,可以根据搜索关键词,物品id来抓去页面的信息. db:MongoDB

需配置keras、tensorflow等环境 直接下载keras自带的mnist数据集 经过训练后取得了不错的识别率

# 石头 0 剪刀 1 布 2 import randombot = random.randint(0, 2)player = int(input("输入您的结果")) if (player == 1) and (bot == 2) or (player == 2) and (bot == 0) or (player == 0) and (bot == 1): print("玩家获胜") elif player == bot: print("你们打成平手") else: print("电脑获胜")

【实例简介】 基于resnet50的猫狗识别，正确率99%

手写数字识别实验报告 ├── 基于MLP的手写数字识别机制.docx└── mnist代码流程图.vsdx   1 directory, 2 files

采用全连接神经网络对012345的手势图片进行识别，基于Pytorch编写，附h5格式数据集