文章目录

目录

文章目录

前言

一、Papers With Code

推荐理由

适合人群

二、DLab教学与实训平台

推荐理由

适合人群

优质教程(可选)

基于PyTorch搭建CNN实现视频动作分类任务-初级¶

活动信息


  CSDN话题挑战赛第1期

  活动详情地址:CSDN

  参赛话题:不为人知却想安利的宝贝网站

  话题描述:那些被埋藏在收藏夹的宝贝网站,是时候分享出来了


前言

  给大家分享一下 最近做深度学习 计算机视觉 自然语言处理所需要的必备网站。非常的实用。

有各种各样的项目。适合新手学习 进行资源数据代码探索!


一、Papers With Code

推荐理由

  有各种各样的前言技术 比如 nlp cv 推荐 图神经网络等热门的领域都有,还有很多细分的领域。比如 nlp中又细分了 语言模型 transformer 词嵌入等各种各样的 细分领域。

有各种的新的方法+paper 还有很多公开的数据集 特别适合我们去做实验 找方法!

  网站地址: The Methods Corpus | Papers With Code

   网站的详细展示:


适合人群

  适合计算机专业的本科生,硕士 博士等需要发论文的同学。对上边的方法资源进行学习,探索。


二、DLab教学与实训平台

推荐理由

  有各种各样的联手项目 。有计算机视觉 自然语言处理 推荐等各种练手的项目。适合新手入门让你深度学习 机器学习的同学进行学习。

应用场景:

数据挖掘

自然语言处理

计算机视觉


适合人群

  适合计算机专业的本科生,硕士 博士等需要发论文的同学。对上边的方法资源进行学习,探索。


优质教程(可选)

  


例如这个例子:

基于PyTorch搭建CNN实现视频动作分类任务-初级¶

1.写在前面¶对视频数据的处理是计算机视觉领域非常重要的一部分内容。视频主要是由大量的视频帧图像所构成。相比于单一的图像,视频中多出了时间维度的信息,物体在先后帧中出现的顺序和状态等信息都非常关键。同时视频数据的数据量更大,而且相邻帧间差距较小,使得数据冗余度较高。所以在视频任务中,如何处理好时序信息、如何高效提取特征都是至关重要的问题。
本教程通过实例来介绍和实现一个简单的视频动作分类方法。本教程通过加载和预处理数据、构造和提取特征、训练分类器得到一个可以应用的视频动作分类工具。
1.1 任务描述¶视频动作分类任务是根据一段视频信息判别出视频中主要出现的动作类别。这是一个典型的分类任务。
例如当给出如下篮球视频,就希望模型能够给出打篮球这样的动作分类,或是输出该动作在数据集映射表中的编号。

非常的详细:

可以直接下载数据集,而且都是免费的!

活动信息

  CSDN话题挑战赛第1期活动

  详情地址:CSDN

python深度学习机器学习必备的学习网站集合!相关推荐

  1. 23神经网络 :唐宇迪《python数据分析与机器学习实战》学习笔记

    唐宇迪<python数据分析与机器学习实战>学习笔记 23神经网络 1.初识神经网络 百度深度学习研究院的图,当数据规模较小时差异较小,但当数据规模较大时深度学习算法的效率明显增加,目前大 ...

  2. 系统学习机器学习之增强学习(五)--马尔可夫决策过程策略TD求解(SARSA)

    转自:https://www.cnblogs.com/pinard/p/9529828.html 1.时间差分法(temporal difference) 蒙特卡洛方法,需要所有的采样序列都是经历完整 ...

  3. 系统学习机器学习之增强学习(二)--马尔可夫决策过程

    参考: http://blog.csdn.net/zz_1215/article/details/44138823 http://www.cnblogs.com/jerrylead/archive/2 ...

  4. python predictabel_Python3《机器学习实战》学习笔记(三):决策树实战篇之为自己配个隐形眼镜...

    ) p1Vect = np.log(p1Num/p1Denom) #取对数,防止下溢出 p0Vect = np.log(p0Num/p0Denom) return p0Vect,p1Vect,pAbu ...

  5. 系统学习机器学习之增强学习(一)--模型基础

    转自:https://www.cnblogs.com/pinard/p/9385570.html 从今天开始整理强化学习领域的知识,主要参考的资料是Sutton的强化学习书和UCL强化学习的课程.这个 ...

  6. 系统学习机器学习之增强学习(四)--马尔可夫决策过程策略MC求解

    1.蒙特卡罗方法(Monte Carlo methods) 1. 蒙特卡罗方法的基本思想 蒙特卡罗方法又叫统计模拟方法,它使用随机数(或伪随机数)来解决计算的问题,是一类重要的数值计算方法.该方法的名 ...

  7. 学习深度学习是否要先学习机器学习?

    来源:https://www.zhihu.com/question/382278216 编辑:深度学习与计算机视觉 声明:仅做学术分享,侵删 作者:图灵的猫 https://www.zhihu.com ...

  8. Python深度学习-快速指南

    Python深度学习-快速指南 (Python Deep Learning - Quick Guide) Python深度学习-简介 (Python Deep Learning - Introduct ...

  9. 机器学习深度学习加强学习_加强强化学习背后的科学

    机器学习深度学习加强学习 机器学习 ,强化学习 (Machine Learning, Reinforcement Learning) You're getting bore stuck in lock ...

  10. 【译】如何学习机器学习

    本文由前端翻译小组翻译,首发于:https://github.com/bigo-frontend/blog/ 欢迎关注.转载. 原文链接:How to Learn Machine Learning – ...

最新文章

  1. datastage 重启 续
  2. 3dmax模型转换为*.FLT格式的建模要点
  3. 时间轴的实现(简单到爆炸)
  4. 浅谈-tomcat中的项目之间的访问
  5. java entrypoint_java – 有时只调用AuthenticationEntryPoint
  6. innodb数据备份语句
  7. Xftp报no matching outgoing encryption algorithm found
  8. matlab画全连接网络,无标度网络及MATLAB建模.pdf
  9. redies用途和使用场景
  10. Excel数据转柱状图
  11. ArduinoUNO实战-第十一章-4位共阴数码管实验
  12. 五个海盗如何分100个金币呢?
  13. 我的计算机老师500,我的老师_作文500字_描写人物的作文_第一范文网
  14. unity的RectTransform
  15. Keyphrase Chunking - bert2chunk_dataloader.py分析
  16. leetcode每日一题27
  17. 在线教育项目用户登录和注册
  18. 台湾各个大学硕博论文链接,很全,有的可以全文下载。
  19. 击鼓传花击鼓次数相同c语言,击鼓传花
  20. 修改ttf字体美化显示效果

热门文章

  1. sql 将某一列的值拼接成字符串
  2. IBM HTTP Server Performance Tuning
  3. android中broadcastreceiver的用法-代码中注册
  4. 十三种寂寞 你有过吗?『最无奈的是第13种』
  5. objective-c 汇编语言,Objective-C和C的区别?
  6. systemback Linux 系统备份、迁移
  7. opencv多通道图像转单通道
  8. 【图解】FFmpeg播放器基本原理
  9. L4Linux的版本比较
  10. 【开发日志】gtest踩坑:-1: error: cannot find -llibgtest