pytorch经典项目
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
Python内容推荐
基于Python38与PyTorch170深度学习框架构建的自然语言处理实战项目专注于文本分类文本挖掘情感分析与文本生成四大核心任务通过整合多种经典与前沿算法模型提.zip
实战项目的一个显著特点在于它整合了多种经典与前沿的算法和模型,这不仅是为了提高NLP任务的性能,同时也是为了推动这个领域的发展。
Python OpenCV灰度K-means分割 伪彩色簇图
Python OpenCV灰度K-means分割 伪彩色簇图 对灰度图做 K-means 强度聚类,输出伪彩色分割图、kmeans_report.csv 与原图对照。 功能: · 灰度 K-means 聚类 · 伪彩色分割图 · kmeans_report.csv · 簇灰度统计 · 可换本地图片 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python SVM Digits 手写数字分类
Python SVM Digits 手写数字分类 SVM 在 Digits 数据集上十分类,输出混淆矩阵、误分类样本拼图与 report.csv。 功能: · sklearn Digits 展平 SVM · 混淆矩阵 · 误分类样本网格 · report.csv · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python PDF批量口令解密 CSV与体积对比图
Python PDF批量口令解密 CSV与体积对比图 批量解密带口令 PDF,导出 unlock_report.csv 并绘制加密/解密后体积对比图。 功能: · 批量 PDF 口令解密 · unlock_report.csv · 体积对比图 · 缺省自动生成加密演示 PDF · decrypted/ 输出 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python切比雪夫低通LSTM 管道压力预测出图
Python切比雪夫低通LSTM 管道压力预测出图 对管道压力做切比雪夫低通后再 LSTM 预测,对比直接在原序列上训练。输出滤波图、预测曲线和 RMSE/MAPE/R2。 功能: · 合成管道压力 · 切比雪夫低通 · LSTM 对照 · RMSE/MAPE/R2 · 滤波图+预测曲线 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python CEEMDAN-LSTM交通流量预测 分解对比
Python CEEMDAN-LSTM交通流量预测 分解对比 合成交通流量序列经 CEEMDAN 分解,对比 LSTM 与 CEEMDAN-LSTM 预测并输出 IMF 图、指标表与 forecast.png。 功能: · 合成交通流量 · CEEMDAN 分解 IMF 图 · LSTM 对比预测 · RMSE/MAPE/R2 · forecast.png · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python PDF按页码范围拆分 多段导出报告
Python PDF按页码范围拆分 多段导出报告 按配置页码范围将 PDF 拆成多个子文件,缺省自动生成演示 PDF,输出 parts 目录、split_report.csv 与页数统计图。 功能: · 按页码范围拆分 PDF · 缺省自动生成演示 PDF · parts 子目录输出 · split_report.csv · 各段页数统计图 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python OpenCV批量灰度动态范围 min-max报告
Python OpenCV批量灰度动态范围 min-max报告 对目录图片批量统计灰度最小值、最大值与动态范围,输出 range_batch_report.csv 与柱状图。 功能: · 批量 min/max/range · range_batch_report.csv · 动态范围柱状图 · 缺省自动生成演示图 · config.yaml 可调 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python OpenCV文档边缘检测 四边形透视拉正
Python OpenCV文档边缘检测 四边形透视拉正 Canny 找文档外轮廓,拟合最大四边形并透视拉正。输出边缘图、轮廓叠加和校正结果。把拍歪的文档放进 demo_assets 即可。 功能: · Canny 边缘 · 最大四边形拟合 · 透视拉正 · 轮廓叠加 · 可换自己的文档照片 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python 形态学腐蚀批量 结构元素报告
Python 形态学腐蚀批量 结构元素报告 批量对二值图做形态学腐蚀,输出 eroded_*.png、morph_erode_report.csv 与白像素比柱状图。 功能: · 缺省自动生成二值演示图 · 批量 cv2.erode 腐蚀 · morph_erode_report.csv · 前后对比预览网格 · white_ratio 柱状图 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python 零基础教程 Day03课堂源码 + 课后习题与答案
对应本专栏 Python 零基础 Day03 课程配套源码。 压缩包包含本节课课堂示例代码、课后习题文件、习题参考答案。 适合零基础初学者,下载解压即可复制运行学习。 仅供学习练习使用。
Python EMD-LSTM 甲醛预测 分解对比LSTM
Python EMD-LSTM 甲醛预测 分解对比LSTM 对甲醛浓度序列做 EMD 分解再 LSTM 预测,对比原序列 LSTM,输出 metrics 与 IMF 图。 功能: · EMD 分解 IMF · 甲醛合成序列 · LSTM 对比预测 · metrics.csv · imf/forecast 图 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python EMD-LSTM 氨气预测 分解对比LSTM
Python EMD-LSTM 氨气预测 分解对比LSTM 对氨气浓度序列做 EMD 分解再 LSTM 预测,对比原序列 LSTM,输出 metrics 与 IMF 图。 功能: · EMD 分解 IMF · 氨气合成序列 · LSTM 对比预测 · metrics.csv · imf/forecast 图 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python OpenCV批量文档CLAHE 扫描件阴影校正
Python OpenCV批量文档CLAHE 扫描件阴影校正 对扫描文档批量做 CLAHE 阴影校正,输出 enhanced/ 图与 clahe_doc_batch_report.csv、对比度增益图。 功能: · 批量文档 CLAHE · enhanced/ 输出 · clahe_doc_batch_report.csv · 对比度增益图 · 缺省自动生成扫描件 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python VMD-LSTM电力负荷预测 模态分解对比LSTM
Python VMD-LSTM电力负荷预测 模态分解对比LSTM 对电力负荷序列做 VMD 分解再 LSTM 预测,对比原序列 LSTM,输出 metrics 与模态图。 功能: · VMD 模态分解 · 电力负荷合成序列 · LSTM 对比预测 · metrics.csv · modes/forecast 图 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
该项目包括用于学习目的的经典深度模型的轻量级复制程序_ Pytorch Light Repo
该项目名为“Pytorch Light Repo”,是一个专注于经典深度学习模型轻量级复制程序的集合。其核心目的是为了提供给学习者易于理解、低资源消耗的深度学习模型实现,促进深度学习的学习和研究。
量子卷积-基于Pytorch实现的量子经典混合算法的可训练卷积实现-附项目源码-优质项目分享.zip
本项目利用Pytorch框架实现了一个量子经典混合算法的可训练卷积实现。通过这种方式,项目将量子计算的优势与经典机器学习框架的便利性结合起来,旨在探索量子计算在机器学习领域的应用潜力。
经典的PyTorch项目:基于卷积神经网络(CNN)进行图像分类的案例,用CIFAR-10数据集进行训练和测试的分类器.zip
经典的PyTorch项目:基于卷积神经网络(CNN)进行图像分类的案例,用CIFAR-10数据集进行训练和测试的分类器.zip经典的PyTorch项目:基于卷积神经网络(CNN)进行图像分类的案例,用
该项目使用经典的电影推荐数据集ml-100k并基于PyTorch实现《深度学习推荐系统(王喆著)》的部分经典模型.zip
该项目是针对人工智能领域的毕业设计或课程设计,主要关注深度学习推荐系统的实现,采用了经典的数据集ml-100k,并基于PyTorch框架进行开发。
计算机视觉经典算法PyTorch实现项目_汇总了图像分类目标检测和语义分割三大核心领域的经典算法包括但不限于ResNetVGGMobileNet等图像分类网络YOLOv3.zip
上述经典算法的PyTorch实现项目,不仅为研究者和开发者提供了学习和实验的工具,也为计算机视觉应用的开发奠定了基础。
最新推荐
