搭建全连接神经网络对天气的温度实现回归预测 该回归预测没有将样本分为训练集和验证集(缺点:过拟合) 更严谨的做法是每个季度中按照3:1的比例划分训练集和验证集。增加模型的泛化性。 损失函数:MSELoss 均方根误差。
搭建全连接神经网络对天气的温度实现回归预测 该回归预测没有将样本分为训练集和验证集(缺点:过拟合) 更严谨的做法是每个季度中按照3:1的比例划分训练集和验证集。增加模型的泛化性。 损失函数:MSELoss 均方根误差。
使用Pytorch深度学习库建立MLP全连接神经网络模型和optimzier优化器进行有标签的监督学习分类。并使用PytorchViz库将神经网络可视化,使用Canvas库将损失函数值和识别精度对数变化过程可视化。 损失函数:交叉熵CrossEntropyLoss函数;应用于二分类
基于视觉检测和跟随功能的麦克纳姆轮小车,期望实现功能为目标物体检测识别、人体跟随、动态物体检测和蓝牙控制。 该仓库代码为“目标物体检测识别功能”的python代码。 点击相应ui界面按钮,可检测识别人体、手机、椅子等
最近一年贡献:0 次
最长连续贡献:0 日
最近连续贡献:0 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request,其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。