（开源）2023工训大赛智能垃圾分类项目(可循环播放视频，显示垃圾分类信息，拍照识别，垃圾分类，满载报警，压缩）
就是Sipeed科技推出的几款k210芯片的开发板，第一眼看到，真是精致，再了解它的功能，简直强大，再看它的价格，wc，好划算（虽然这一年涨价了，还涨了不少）。满载检测：超声波检查，省赛的时候就做了一个，因为超声波挺费时间的，比赛一个物体识别的时间是有要求的，我们做了一个，结果没用上，没抽到，国赛我
最新！最全！深度学习特征提取主干网络总结（内含基本单元结构代码）
接下来为每个模型提供基本结构的代码，并对其亮点进行简要描述。
Kaggle 竞赛《LLM - Detect AI Generated Text》高分方案学习报告
作为一名研一学生，本着积累经验的原则，我参加了这次内容为《LLM - Detect AI Generated Text》的 Kaggle 竞赛。比赛结束后，我学习了排名前几位的选手给出的方案，并在此写下自己对一篇高分竞赛方案的学习报告，我挑选了一份人气最高的高分方案（源码和作者在本文最上方），梳理了
电商API接口|大数据关键技术之数据采集发展趋势
现代的数据采集系统已经逐步向着网络化的方向发展。未来，数据的多模多态是数据存在的原始形式，对伴随技术发展、场景化发展和时长要求，需要将更多多模多态数据汇聚分析从而产生更大的社会价值和意义显得格外重要。但随着大数据和物联网等技术的提出，各行各业对数据采集的发展提出了更高的要求，同时其正逐步的向智能化、
AI：141-利用自然语言处理改进医疗信息提取与分类
AI：141-利用自然语言处理改进医疗信息提取与分类在人工智能领域，自然语言处理（Natural Language Processing，NLP）技术的发展为医疗信息提取与分类提供了强大的工具。随着医学领域数据的快速增长，以及医疗文本的复杂性，传统的信息提取和分类方法显得力不从心。本文将探讨如何利用
使用sklearn-SGDClassifier分类mnist数据集中‘5‘，并使用交叉验证评估模型
random_state参数是许多算法中用于控制随机数生成的种子值的一个常见参数。通过设置random_state为一个固定的整数值，可以确保代码的随机性部分是可重复的，这意味着每次运行代码时，如果输入数据不变，使用相同的random_state值将得到完全相同的结果。1. 下图报错也许是因为尝试使
大数据：分类算法深度解析
大数据分类算法是处理海量数据、从中提取有用信息的关键工具。本文深入探讨了分类算法的基本原理、常见算法以及它们在不同领域的应用。通过案例分析，我们了解了如何使用决策树、支持向量机和神经网络等算法解决实际问题，并通过代码示例展示了它们在Python中的实现。未来，大数据分类算法的发展趋势包括深度学习的应
AI：106-基于卷积神经网络的遥感图像地物分类
AI：106-基于卷积神经网络的遥感图像地物分类随着人工智能技术的迅猛发展，卷积神经网络（Convolutional Neural Networks，CNN）在图像处理领域取得了巨大成功。在遥感图像处理中，基于CNN的地物分类技术正日益成为研究热点。本文将深入探讨基于卷积神经网络的遥感图像地物分类方
AI：09-基于深度学习的图像场景分类
图像场景分类是计算机视觉领域的重要任务之一，它涉及将图像分为不同的场景类别，如城市街景、山脉风景、海滩等。本文将介绍基于深度学习的图像场景分类方法，并提供相应的代码实例，展示了深度学习在图像场景分类中的技术深度和应用前景。图像场景分类是计算机视觉中的一项关键任务，对于图像内容理解、图像检索和自动标注
即插即用篇 | YOLOv8 Gradio 前端展示页面 | 支持 【分类】【检测】【分割】【关键点】 任务
YOLOv8 Gradio 前端展示页面 | 支持 【分类】【检测】【分割】【关键点】 任务
【人工智能】实验五 采用卷积神经网络分类MNIST数据集与基础知识
编写卷积神经网络分类软件，编程语言不限，如Python等，以MNIST数据集为数据，实现对MNIST数据集分类操作，其中MNIST数据集共10类，分别为手写0—9。
AI：04-基于机器学习的蘑菇分类
蘑菇是一类广泛分布的真菌，其中许多种类具有重要的食用和药用价值，但也存在着一些有毒蘑菇。因此，准确地区分可食用和有毒的蘑菇对于保障人们的食品安全和健康至关重要。本研究旨在基于机器学习技术开发一种蘑菇分类系统，以实现对蘑菇的自动分类和识别。通过构建合适的数据集和训练机器学习模型，我们可以实现对蘑菇的准
基于VGG16的猫狗分类实战
基于VGG16的猫狗分类实战
数据对象属性分类
月份、日期、一天的时间描述（早上、上午、中午、下午、晚上、夜里），调查问卷的反馈（十分满意、比较满意、满意、一般、不满意、比较不满意、十分不满意），还有军衔、职级等等。从理论上讲，不论什么測量标度类型（标称的、序数的、区间的和比率的）都能够与基于属性值个数的随意类型（二元的、离散的和连续的）组合。此
机器学习——基于朴素贝叶斯分类算法实现垃圾邮件分类
朴素贝叶斯实现垃圾邮件分类
零基础手把手训练实践-图像分类模型-基于达摩院modelscope
图像分类模型是最简单的，也是最基础的计算机视觉任务，应用非常广泛。本文将手把手介绍零基础训练图像分类模型的实践过程。文章主要介绍如何在标注好的数据集基础上，进行微调，使模型能够在新的数据上重新适配一个新的分类任务。
AI：89-基于卷积神经网络的遥感图像地物分类
AI：89-基于卷积神经网络的遥感图像地物分类基于卷积神经网络的遥感图像地物分类是一个令人兴奋的领域，它在环境监测、城市规划、农业、国防等领域具有广泛的应用。深度学习技术为我们提供了更准确、高效的工具，有望在未来进一步提高分类性能。在本文中，我们探讨了卷积神经网络的工作原理、数据准备、模型构建、训练
基于pytorch 的RNN实现字符级姓氏文本分类
当使用基于PyTorch的RNN实现字符级姓氏文本分类时，我们可以使用一个非常简单的RNN模型来处理输入的字符序列，并将其应用于姓氏分类任务。请注意，以上代码只提供了一个基本的示例，您可能需要根据具体任务和数据的特点进行适当的修改和调整。在上面的训练过程中，我们遍历训练数据集中的每个样本，将姓氏的字
机器学习-基于朴素贝叶斯的垃圾邮件分类
概率论是许多机器学习算法的基础，此篇博客会给出一些使用概率论进行分类的方法。首先从一个最简单的概率分类器开始，然后给出一些假设来学习朴素贝叶斯分类器。我们称之为“朴素”，是因为整个形式化过程只做最原始、最简单的假设。我们还将构建另一个分类器，观察其在真实的垃圾邮件数据集中的过滤效果。
机器学习多分类器有哪些
多类支持向量机的另一种改进方法——二次共轭损失函数的支持向量机分类器（Quadratic Conjugate Loss Function Support Vector Machine Multi-Classifier，QCLF-SVM-MC）多类支持向量机分类器的一种改进方法——总损失函数的支持向量
