- 博客(2)
- 收藏
- 关注
RSS订阅原创 基于intel数据分析组件的预测淡水质量
这个深度学习项目旨在预测淡水质量，使用了 XGBoost (eXtreme Gradient Boosting) 模型，一种基于决策树的集成学习算法。数据收集：我们收集了来自不同水体的大量水质数据，包括水中的各种化学物质浓度、温度、PH 值等信息。这些数据来源于各种机构、传感器和实验室测量。数据预处理：我们对收集到的数据进行了预处理，包括处理缺失值、异常值和数据归一化等步骤，以确保数据的质量和一致性。
2024-03-09 15:03:31
290
原创 基于pytorch的CNN猫狗识别+oneAPI优化
本次项目实现了基于pytorch框架的CNN网络猫狗识别案例，并使用了intel oneAPI组件进行优化训练所得的模型。
2024-01-13 17:49:55
895
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人