大雾的小屋-CSDN博客

原创手把手教你：基于python+Django的英文数据分析与可视化系统

本文主要介绍的基于Python和Django框架构建的英文数据分析与可视化系统。该系统使用的是英语四六级考试相关文章、题目、答案，并对各种文本进行分析，包括且不限于以下关键技术：实现了对英文文本数据的处理，包括词频统计、情感分析等，并将分析结果以图表形式进行展示。通过这个系统，用户可以便捷地进行英文数据的分析和可视化。完整代码在最下方，想要先看源码的同学可以移步本文最下方进行下载。博主也参考过文本分类相关模型的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个可视化系统即可。也正

2023-11-28 17:17:47 785

原创手把手教你：电影数据分析与可视化系统

本文主要介绍如何使用python搭建：一个基于Python的电影数据分析与可视化系统用户登录界面。爬虫电影数据收集。电影简介界面。根据用户偏好展示TOP10的电影。搜索功能界面。按照电影名、导演、演员，模糊匹配需要搜索的电影，并展示电影详情。电影数据分析可视化界面。用户选择关键词来查看数据和该分类下的数据可视化。数据分析可视化包括：①电影年代、产地、类型的饼状图或柱状体、②关于电影评价的词云图分析。如各位童鞋需要更换自己的电影数据，完全可以根据源码备注将电影文本数据更换即可直接运行。

2023-07-16 09:00:00 3194 2

原创手把手教你：基于Django的新闻文本分类可视化系统（文本分类由bert实现）

本文主要介绍如何使用python语言，基于bert的文本分类和Django的网站设计实现一个：基于Django和bert的新闻文本分类可视化系统，如果有毕业设计或者课程设计需求的同学可以参考本文。本项目同时使用了深度学习框架TensorFlow 1.X的版本，IDE为pycharm。本次任务是一个较为复杂的新闻文本分类的任务，首先需要使用bert模型对新闻文本进行分类，然后使用Django构建一个文本分类结果查询的可视化系统。我们的任务是要构建一个模型，任意输入一篇新闻文章，可以将新闻文本分为以下10类

2022-04-18 14:48:23 5396 65

原创手把手教你：基于python的文本分类（sklearn-决策树和随机森林实现）

本文主要介绍如何使用python的sk-learn机器学习框架搭建一个或多个：文本分类的机器学习模型，如果有毕业设计或者课程设计需求的同学可以参考本文。本项目使用了决策树和随机森林2种机器学习方法进行实验，完整代码在最下方，想要先看源码的同学可以移步本文最下方进行下载。博主也参考过文本分类相关模型的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个可视化系统即可。

2022-04-12 16:00:00 15906 36

原创手把手教你：基于TensorFlow的岩石图像分类识别系统

本文主要介绍如何使用python的TensorFlow2.0深度学习框架搭建一个：岩石样本的智能识别系统。最终识别准确率能达到95%。本项目来自于第九届“泰迪杯”数据挖掘挑战赛的B题：岩石样本的智能识别。通过使用python的TensorFlow框架，构建基于cnn和resnet的分类网络对岩石样本进行分类，最终识别准确率能达到95%，如果有毕业设计或者课程设计需求的同学可以参考本文。

2022-04-06 10:30:00 5204 20

原创手把手教你：基于TensorFlow的语音识别系统

本文主要介绍如何使用python搭建一个：基于TensorFlow的语音识别系统。本文主要分为3部分： - 1、项目数据集介绍。 - 2、项目功能及相关代码展示。 - 3、项目完整下载地址。博主也参考过语音识别系统相关模型的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个可视化系统即可。也正是因为我发现网上大多的帖子只是针对原理进行介绍，功能实现的相对很少。如果您有以上想法，那就找对地方了！

2022-03-31 16:34:32 13310 49

原创手把手教你：基于Django的用户画像可视化系统

本文主要介绍如何使用python搭建一个：基于RFM的用户画像可视化系统。本项目分为2部分： 1、RFM模型构建，用户画像数据输出。 2、网站搭建，提供用户画像查阅功能。

2022-03-09 12:00:00 2367 4

原创手把手教你：个人信贷违约预测模型

本文主要介绍如何使用python搭建：基于三个经典机器学习算法（朴素贝叶斯、随机森林、逻辑回归）的个贷违约预测模型。项目只是用个贷违约预测作为抛砖引玉，其中包含了使用模型进行预测的相关代码。主要功能如下：1、数据预处理。2、模型构建及训练，三大模型：朴素贝叶斯、随机森林、逻辑回归。3、预测违约情况并进行模型评估。如各位童鞋需要更换训练数据，完全可以根据源码将图像和标注文件更换即可直接运行。

2022-03-02 12:00:00 7949 44

原创手把手教你：基于LSTM的股票预测系统

本文主要介绍如何使用python搭建：一个基于长短期记忆网络（LSTM：Long Short-Term Memory, 简称 LSTM）的股票、大宗商品预测系统。项目只是用股票预测作为抛砖引玉，其中包含了使用LSTM进行时序预测的相关代码。主要功能如下： - 数据预处理。 - 模型构建及训练，使用tensorflow构建LSTM网络。 - 预测股票时序走向并进行模型评估。如各位童鞋需要更换训练数据，完全可以根据源码将图像和标注文件更换即可直接运行。

2022-02-23 15:18:47 7923 21

原创手把手教你：基于深度残差网络（ResNet）的水果分类识别系统

本文主要介绍如何使用python搭建：一个基于深度残差网络（ResNet）的水果图像分类识别系统。项目只是用水果分类作为抛砖引玉，其中包含了使用ResNet进行图像分类的相关代码。主要功能如下： - 数据预处理，生成用于输入TensorFlow模型的TFRecord的数据。 - 模型构建及训练，使用tensorflow.keras构建深度残差网络。 - 预测水果分类并进行模型评估。如各位童鞋需要更换训练数据，完全可以根据源码将图像和标注文件更换即可直接运行。

2022-02-14 14:15:00 10785 110

原创手把手教你：人脸识别的视频打码（基于opencv的人脸打马赛克）

本文主要介绍如何使用python搭建：一个基于opencv和人脸识别的视频打码系统。博主也参考过网上其他博主介绍人脸识别，或是视频加马赛克的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个识别系统即可。**本文只会告诉你如何快速搭建一个人脸识别的考勤系统并运行，原理的东西可以参考其他博主**。也正是因为我发现网上大多的帖子只是针对原理进行介绍，功能实现的相对很少。如果您有以上想法，那就找对地方了！

2022-02-07 14:30:00 5351 23

原创手把手教你：基于深度学习的滚动轴承故障诊断

本文主要介绍如何使用python搭建：一个基于深度学习的滚动轴承故障诊断系统项目中涉及使用了多种方法对比检测结果，包括：传统机器学习方法：随机森林深度学习方法：CNN增加残差模块后的深度学习方法：ResNet如各位童鞋需要更换训练数据，完全可以根据源码将图像和标注文件更换即可直接运行。

2021-09-18 15:50:06 36910 297

原创手把手教你：铁路异物侵入的目标检测系统

本文主要介绍如何使用python搭建：一个基于YOLOv3的铁路异物的图像目标检测系统。项目只是用铁路异物检测作为抛砖引玉，其中包含了图像分类图像检测的相关代码。如各位童鞋需要更换训练数据，完全可以根据源码将图像和标注文件更换即可直接运行。博主也参考过网上图像检测和图像分类的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个预测系统即可。本次项目涉及2个步骤： 1. 第一步通过一个cnn的分类器，区分出哪些是异常图片哪些是正常图片。 2. 第二步针对异常图片进行目标

2021-09-15 17:16:23 7180 50

原创手把手教你：图像识别的垃圾分类系统

本文主要介绍如何使用python搭建：一个基于深度残差网络（ResNet）的图像识别垃圾分类系统。博主也参考过网上其他博主介绍：ResNet或图像分类的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个分类或预测系统即可。本文只会告诉你如何快速搭建一个基于ResNet的图像分类系统并运行，原理的东西可以参考其他博主。也正是因为我发现网上大多的帖子只是针对原理进行介绍，功能实现的相对很少。

2021-09-14 09:43:47 33676 201

原创手把手教你：基于粒子群优化算法（PSO）优化卷积神经网络（CNN）的文本分类

本文主要介绍如何使用python搭建：一个基于：粒子群优化算法(PSO：Particle swarm optimization) 优化CNN网络，并实现文本的分类。博主也参考过网上其他博主介绍：粒子群优化算法（PSO）的文章，但大多是理论大于方法。并且很少有用到优化CNN或其他网络的代码。很多同学肯定对原理不需要过多了解，只需要搭建出一个分类或预测系统即可。本文只会告诉你如何快速搭建一个基于粒子群优化算法优化CNN的系统并运行，原理的东西可以参考其他博主

2021-07-13 16:54:54 19154 105

原创手把手教你：人脸识别考勤系统

介绍：本文主要介绍如何使用python搭建：一个基于FaceNet（TensorFlow版）和PyQt5的人脸识别的考勤系统。1.博主也参考过网上其他博主介绍FaceNet的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个识别系统即可。2.本文只会告诉你如何快速搭建一个人脸识别的考勤系统并运行，原理的东西可以参考其他博主。3.也正是因为我发现网上大多的帖子只是针对原理进行介绍，功能实现的相对很少。4.如果您有以上想法，那就找对地方了！

2021-05-28 15:02:59 21470 72

原创手把手教你：基于python的文字识别和情感分析系统

本文主要介绍的基于Python和Pyqt框架构建的图片文字识别及情感分析系统。完整代码在最下方，想要先看源码的同学可以移步本文最下方进行下载。博主也参考过文本分类相关模型的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个可视化系统即可。也正是因为我发现网上大多的帖子只是针对原理进行介绍，功能实现的相对很少。如果您有以上想法，那就找对地方了！不多废话，直接进入正题！

2024-04-08 15:36:24 912

原创基于python的深度神经网络原理与实践

本文介绍了一个基于Python的深度神经网络项目，旨在利用scikit-learn、jupyter、numpy、scipy和matplotlib等工具构建并实现一个深度神经网络。在项目实施过程中，我们将重点关注数据准备、模型构建、训练、评估以及可视化等方面的内容。除了使用性能指标评估模型，我们还将考虑模型的解释性、鲁棒性、泛化能力、实时性、可扩展性、成本效益、隐私和安全性以及用户体验等标准。通过这个项目，参与者将深入了解深度神经网络的工作原理，并能够运用Python的强大工具库来解决实际问题。

2024-01-15 09:30:00 1384 1

原创基于pytorch的循环神经网络情感分析系统

IMDB数据集是一个对电影评论标注为正向评论与负向评论的数据集，共有25000条文本数据作为训练集，25000条文本数据作为测试集。已知数据集中数据格式如下。

2024-01-12 09:30:00 576

原创【python】手把手教你系列：数据挖掘网站设计项目

下面博主介绍两个数据挖掘的网站项目手把手教你：基于python+Django的英文数据分析与可视化系统手把手教你：电影数据分析与可视化系统点我：下载完整代码！！！

2024-01-11 13:00:00 1144

原创基于pytorch的支持向量机

本文主要实现了一个以pytorch编写的支持向量机。

2024-01-11 09:30:00 481

原创 ChatGPT本地部署，学习记录

GPT4ALL项目部署简易，但是在运行体验上一般，并且是只调用CPU来进行运算。看官方文档介绍在嵌入式上有比较大的优势，但是目前个人对嵌入式方向接触不深，仅在本机部署使用。本机配置。

2024-01-10 20:30:00 2725

原创基于pytorch的图书评论分析系统

在各项指标中，我认为书籍的评分和出版社、评论数量还有作者相关，和其他属性的关系并大。所以，对于出版社，我选取了出版社的平均评分和出版社在这个表格中出现的频率作为出版社的评价指标。对于作者选择了平均评分作为指标。此外，选择了前40000条数据作为训练集，考虑到运算的时间成本，后续只选择了剩下20000条数据中的五千条作为测试集。

2024-01-10 14:31:08 741

原创基于pytorch的房价预测

数据不多，主要包括了几十年内的房价数据首先对数据进行读取和预处理。读取数据后，对x数据进行标准化处理，以便于后续训练的稳定性，并转换为tensor格式。

2024-01-09 16:16:27 1037 4

原创 Python词云wordcloud库不显示中文

博主之前在项目中发现Python的词云库wordcloud显示的都是方框，别担心，我有一个妙招让你的中文词云变得美观又清晰！

2024-01-09 16:04:43 1752

原创 Failed to create CUDAExecutionProvider 使用onnxruntime-gpu未成功调用gpu

最近在使用GPU对onnx模型进行加速过程中（仅针对N卡，毕竟也没有别的显卡了。。），遇到了点问题：就是明明在安装了合适版本的显卡驱动和CUDA后，onnx还是不能够成功调用GPU，并且还出现了先导入torch，再导入onnxruntime就可以成功调用的奇怪现象。

2024-01-08 15:00:00 6110 6

原创【机器学习】常见算法：K近邻 KNN和Python实现

机器学习算法文章笔记以算法、案例为驱动的学习，伴随浅显易懂的数学知识，让大家掌握机器学习常见算法原理，应用Scikit-learn实现机器学习算法的应用，结合场景解决实际问题。包括K-近邻算法，线性回归，逻辑回归，决策树算法，集成学习，聚类算法。K-近邻算法的距离公式，应用LinearRegression或SGDRegressor实现回归预测，应用LogisticRegression实现逻辑回归预测，应用DecisionTreeClassifier实现决策树分类

2024-01-08 10:30:00 512

原创 Yolov8模型训练报错：torch.cuda.OutOfMemoryError

最近在使用自己的数据训练Yolov8模型的时候遇到了很多错误，下面将逐一解答。如何解决：torch.cuda.OutOfMemoryError的报错问题。

2023-11-10 10:00:00 5729 5

原创可口可乐用新的“Y3000”口味拥抱有争议的人工智能图像生成器

为了探索这种假设的未来，可口可乐开发了一种神秘的味道，并将其包装在一个以人工智能为主题的营销包和基于移动网络的应用程序中，该应用程序既利用了人类设计师，也利用了前述的稳定扩散。除了这一条声明之外，没有直接提到人工智能被用于开发口味:“来自世界各地的粉丝的观点，结合从人工智能收集的见解，帮助激发可口可乐创造了Y3000的独特口味。它未来的名字让人想起3000年的味道(还有977年)，但它的营销依赖于人工智能从2023年产生的图像——这要归功于有争议的图像合成模型稳定扩散.

2023-09-18 09:00:00 345

原创 SpaceX预计到2022年Starlink用户将达到2000万，但最终达到了100万

那个码头花了我们1000多美元。”当时，Starlink向用户收取499美元的用户终端费用，马斯克表示，他希望最终“将终端成本从500美元降至，我不知道，300美元或250美元，或类似的价格。据报道，2015年的一份题为“SpaceX用来从投资者那里筹集资金”的报告预计，到2022年，Starlink的订户将达到2000万人，并产生近120亿美元的收入和70亿美元的营业利润。根据美国消费者新闻与商业频道的文章，霍弗勒说，“我们补贴终端，但我们一直在重复我们的终端生产，所以我们不再补贴终端，这是一个好地方。

2023-09-17 09:00:00 365

原创人工智能现在可以从文本中生成具有CD音质的音乐，而且只会越来越好

如上所述，稳定的音频并不是第一个基于潜在扩散技术的音乐发生器。”在将19，500小时的音频输入模型后，Stable Audio知道如何模仿它在命令下听到的某些声音，因为这些声音在其神经网络中与它们的文本描述相关联。这是稳定音频的承诺，一个文本到音频的人工智能模型周三宣布由能合成立体声的稳定人工智能44.1千赫来自文字描述的音乐或声音。虽然生成的音频在位深度和采样速率方面可能符合CD规范，但值得注意的是，稳定音频产生的音乐的实际感知质量可能会有很大差异，尤其是因为音频是从数据集中的压缩表示中生成的。

2023-09-15 09:23:49 254

原创参议员和科技巨头的私人人工智能峰会引发争议

由于在过去的一年中，生殖人工智能在公众眼中迅速崛起——特别是与人工智能助手ChatGPT的成功和关于潜在危险的警告在假设的超级智能机器中，人工智能工具已经成为美国政府潜在监管的目标，最近舒默和国会其他人对此产生了浓厚的兴趣。”马斯克的评论呼应了他之前的呼吁六个月的暂停人工智能系统的发展比OpenAI的GPT-4更强大，一些批评者说，这些系统忽视了人工智能目前的危害，而倾向于未经证实的假设危险。有了这么多的炒作，这么多的美元在飞来飞去，像米切尔这样的行业专家担心技术细节可能会在对话中丢失。

2023-09-15 09:07:07 130

原创棘手的AI版权问题让版权局寻求公众意见

我们寻求评论来解决这些问题，因为在相对较短的时间内，我们已经看到了具有令人惊讶的功能的生成性人工智能工具的到来，这些工具可以渲染图像和视频，模仿声音，回答问题，并根据需要编写文本。1884年，被告在Burrow-Giles平版印刷公司诉Sarony声称照片不受版权的约束，因为照片是“某个自然物体或某个人的确切特征在纸上的复制”他们认为照片是机器的作品，而不是创造性的表达。尽管美国版权法是固定的，但它对新兴技术的解释是微妙的，可以根据监管者(和法官)对该主题的感受而变化，这在一定程度上取决于公众情绪。

2023-09-07 09:00:00 215

原创高速人工智能无人机首次击败世界冠军赛车手

大学创造了第一个能够在无人机比赛中击败人类的自主系统。周三，苏黎世大学和英特尔公司的一组研究人员宣布的他们开发了一个名为Swift的自主无人机系统，可以在第一人称视角下击败人类冠军(FPV)无人驾驶赛车。虽然人工智能以前在像国际象棋这样的游戏中击败过人类，去，甚至占星学，这可能是人工智能系统第一次在体育运动中胜过人类飞行员。FPV无人机竞赛是一项运动参赛者试图驾驶高速无人机尽可能快地通过障碍跑道。飞行员戴着耳机远程控制无人机，耳机提供来自机载摄像头的视频，让他们从无人机的角度获得第一人称视角。苏黎世大学(U

2023-09-06 12:00:00 126

原创使命召唤中将启用AI检测仇恨言论！

发现的违反行为准则的行为可能需要对相关记录进行额外的审查，以在决定强制执行之前确定背景。此外，收到第一次警告的人中有20%没有再犯，这表明清晰的反馈对调节玩家行为是有用的。此外，Activision表示，《使命召唤》的语音聊天调节系统“只提交关于有害行为的报告，根据行为类型和基于发展模型的严重程度进行分类。而全行业挑战有毒的在线行为并不是《使命召唤》独有的，动视表示，由于该系列庞大的玩家群，这个问题的规模已经加剧。作为动视的常见问题说不希望自己的声音被调节的玩家可以在设置菜单中禁用游戏中的语音聊天。

2023-09-04 12:00:00 191

原创安圭拉变成AI领域的数字金矿？

它的发布引发了人工智能炒作的巨大浪潮，害怕，以及投资。随着时间的推移，一些国家顶级域名，如。图瓦卢的电视有了额外的含义和更广泛的用途，特别是当它们的缩写碰巧代表其他东西时，比如AI在这种情况下代表“人工智能”。因此，备受瞩目的人工智能初创公司，如稳定性. ai和Character.ai选择了以“.”结尾的网址。在过去的一年里，对人工智能的兴趣飙升，使该国的”。据估计，域注册在该领土的国内生产总值(2021年为3亿美元)中占很大比例，安圭拉是一个案例，说明即使是一个加勒比小岛也能从全球科技繁荣中受益。

2023-09-02 12:00:00 218

原创星域的庞大规模已经让我们眩晕

但是，即使对于你可以登陆的岩石行星，随机的“人迹罕至”的采样似乎更有可能产生一个大的，大部分是贫瘠的景观，而不是充满生命的世界。如果你这样做了，你可能会发现一个充满生物发光真菌的洞穴，一个被海盗洗劫的废弃前哨站，或者一艘被击落的船，你可以在杀死船员后偷走它(有趣的是，当我在星际旅行时，那次遭遇的尸体仍然挂在我的驾驶舱周围，没有明显的方法来清除它们)。如果你能专注于星域的“核心故事”任务线聚焦于散布在银河系各处的神秘的、给予视觉的神器的集合，你很可能能够在合理的时间内到达游戏的“结局”。

2023-09-01 17:00:00 116

原创《纽约时报》禁止人工智能厂商未经许可抓取其内容

今天所有可用的大型语言模型——包括OpenAI的GPT-4人类的克劳德2，Meta的美洲驼2，还有谷歌的掌上电脑2—接受过从互联网上搜集的大量数据集的培训。在《服务条款》的第2.1节中，NYT表示，其内容供读者“个人非商业使用”，非商业使用不包括“任何软件程序的开发，包括但不限于训练机器学习或人工智能(AI)系统。否则，新的人工智能诉讼——或法规——可能即将出现。再往下，在第4.1节，条款规定，未经NYT事先书面同意，任何人不得“将内容用于开发任何软件程序，包括但不限于培训机器学习或人工智能(AI)系统。

2023-08-27 09:00:00 156

原创我们的医疗保健系统可能很快就会获得急需的网络安全提升

美国卫生与公众服务部下属的研究支持机构高级研究计划局(Arpa-H)今天表示，它将启动一项计划，寻找并帮助资助网络安全技术的开发，这些技术可以专门提高美国医疗保健数字基础设施的防御能力。卡尼指出，研究医疗网络安全的真实世界条件尤其困难，因为每个医疗服务提供商的网络都是由庞大的系统、服务和网络组成的千差万别的设备。Arpa-H主任Renee Wegrzyn在一份声明中说:“目前，现成的软件工具在检测新出现的网络威胁和保护我们的医疗设施方面存在不足，这导致了我们试图通过这项倡议来弥合的技术差距。

2023-08-25 09:00:00 73

原创微软人工智能发文，直指加拿大慈善机构为：“不可错过”的旅游景点！

上周晚些时候，MSN.com的微软旅游版张贴一篇人工智能生成的关于渥太华“不能错过”的景点的文章，包括渥太华食物银行，一个真正的慈善组织，养活苦苦挣扎的家庭。最后一行是一种空洞的陈词滥调(或令人尴尬的错误总结)的例子，你可以很容易地在人工智能生成的文章中找到，因为文章背后的人工智能模型无法理解它正在做的事情的上下文，所以不加思考地插入。从渥太华文章的内容来看，很有可能是一个人没有对撰写文章负责，也没有人在发表前完全审查其内容，这意味着微软在互联网上发布人工智能生成的内容，几乎没有监督。

2023-08-22 09:00:00 68

代码分享：基于python的文字识别和情感分析系统

一、本资源是一个基于Python的文字识别和情感分析系统，旨在为用户提供一套完整、高效的文本处理解决方案。该系统结合了文字识别技术和情感分析算法，能够自动从图片中提取文本信息，并对其进行深入的情感分析，从而帮助用户更好地理解文本内容，并据此做出决策。二、功能特点： 1、文字识别：系统采用先进的OCR（Optical Character Recognition，光学字符识别）技术，能够准确识别图片中的文字信息，并将其转换为可编辑的文本格式。无论是扫描文档、手写笔记还是图片中的文字，都能轻松应对。 2、情感分析：系统内置了情感分析算法，能够对识别出的文本进行情感倾向判断。通过自然语言处理和机器学习技术，系统能够分析文本中的词汇、语法和上下文信息，从而准确判断文本所表达的情感是积极、消极还是中性。 3、高效稳定：系统采用Python编程语言开发，具有代码简洁、易于维护的特点。同时，经过优化处理，系统能够在保证准确性的前提下，实现快速、稳定的运行。 4、易于扩展：系统采用模块化设计，用户可以根据实际需求添加或删除功能模块。此外，系统还提供了丰富的API接口，方便用户与其他系统进行集成。

2024-04-08

基于python的深度神经网络原理与实践

项目目标：使用scikit-learn、jupyter、numpy、scipy和matplotlib等强大工具，构建并实现一个深度神经网络。本项目将探讨深度学习的基础原理，并通过实践加深对这一领域的知识理解。所需资源： scikit-learn：一个功能强大的Python机器学习库，提供了大量预构建的算法和工具，可用于数据挖掘和数据分析。 Jupyter Notebook：一个交互式开发环境，特别适合数据分析和机器学习。通过Jupyter，我们可以轻松地编写代码、显示输出和可视化结果。 NumPy：Python的一个数值计算扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。 SciPy：用于解决科学和工程问题的强大库，包括优化、线性代数、积分、特殊函数等。 Matplotlib：一个用于创建静态、动态和交互式可视化的Python库。项目流程：数据准备：选择合适的数据集，并进行预处理。模型构建：使用scikit-learn和numpy创建深度神经网络模型。模型训练：使用训练数据对模型进行训练。模型评估：使用测试数据评估模型的性能。

2024-01-12

代码分享：基于python+Django的英文数据分析与可视化系统

一、项目简介这是一个基于Python和Django框架构建的英文数据分析与可视化系统。该系统可以实现对英文文本数据的处理，包括词频统计、情感分析等，并将分析结果以图表形式进行展示。通过这个系统，用户可以便捷地进行英文数据的分析和可视化。二、主要特性 1、数据导入：支持多种格式的英文文本数据导入，如.txt, .csv, .json等。 2、数据清洗：提供数据清洗功能，包括去除停用词、标点符号、数字等。 3、词频统计：统计文本中单词的频率，并以词云图、条形图等形式展示。 4、情感分析：基于NLP技术对文本进行情感分析，判断文本的积极、消极或中性情绪。 5、可视化：采用多种图表进行数据可视化，如折线图、饼图、散点图等。 6、用户交互：提供友好的用户界面，方便用户进行操作和交互。三、技术栈后端：Python, Django, NLTK（自然语言处理工具包）前端：HTML, CSS, JavaScript, Bootstrap, jQuery 数据库：MySQL 可视化库：Matplotlib, Seaborn, WordCloud等

2023-11-28

基于TensorFlow的身份证文本OCR实现

基于TensorFlow的身份证文本OCR实现在本文中，我们将分享一个基于TensorFlow实现的身份证文本OCR（光学字符识别）的代码资源。该代码采用深度学习技术，能够实现对身份证上的文本进行准确识别。我们将介绍代码的功能、使用方法以及实现原理，并提供代码下载链接。引言身份证作为一种常见的身份证明文件，包含了个人的重要信息。在实际应用中，有时需要实现对身份证上的文本进行自动识别，例如身份证信息录入、身份验证等场景。因此，开发一种准确、高效的身份证文本OCR技术具有重要意义。代码功能本代码资源实现了以下功能：加载预训练的TensorFlow模型；对输入的身份证图片进行预处理；使用CNN网络进行文本特征提取；采用CTC损失函数进行序列解码；输出识别结果。使用方法使用本代码资源需要进行以下步骤：安装TensorFlow及相关依赖库；下载并加载预训练模型；调用predict函数并传入身份证图片路径；获取识别结果。

2023-11-23

深度学习模型过拟合与词性标注

模型过拟合的成因与解决方法过拟合的成因：主要包括训练数据不足、模型复杂度过高、噪声数据处理不当等因素。过拟合的解决方法：包括增加训练数据、使用更简单的模型、正则化技术（如L1、L2正则化）、早停法（early stopping）等。词性标注概述词性标注的定义：词性标注是指将自然语言文本中的每个单词赋予其对应的词性标签的过程，如名词、动词、形容词等。词性标注的作用：词性标注有助于理解文本的语法结构和语义信息，是自然语言处理中的重要任务之一。词性标注的方法与工具词性标注的主要方法：包括基于规则的方法、基于统计的方法和基于深度学习的方法。其中，基于深度学习的方法在近年来的研究中取得了显著的成果。常用的词性标注工具：介绍Stanford POS Tagger、NLTK、spaCy等常用的词性标注工具，并简要说明它们的使用方法和特点。词性标注的应用场景词性标注在自然语言处理中的应用场景：包括文本分类、信息提取、机器翻译、语音识别等任务。通过标注词性，可以更好地理解文本的语义信息和语法结构，从而提高这些任务的准确率和效率。

2023-09-11

深度学习自然语言处理-编码解码器的妙用

这个资源说明将深入探讨自然语言处理（NLP）中编码解码器的核心概念、用途和实现方法。我们将涵盖以下几个方面：编码解码器基础编码解码器的定义和作用：编码解码器是一种在源语言和目标语言之间转换的模型，通常用于机器翻译、文本摘要、对话系统等自然语言处理任务。编码解码器的主要类型：介绍自编码器、循环神经网络（RNN）、长短期记忆网络（LSTM）、变压器（Transformer）等不同类型的编码解码器，以及它们的应用场景和优势。编码解码器的应用机器翻译：介绍如何使用编码解码器进行源语言到目标语言的自动翻译，以及如何优化翻译的质量。文本摘要和对话系统：介绍如何使用编码解码器进行文本摘要和对话系统的开发，以及相关的应用案例。编码解码器的实现方法深度学习工具和库：介绍实现编码解码器常用的深度学习工具和库，如TensorFlow、PyTorch等。模型训练和调优：详细介绍如何训练编码解码器模型，以及如何调整模型参数以提高性能。模型评估和测试：说明如何评估模型的性能，包括准确率、召回率、F1分数等指标，并介绍如何进行模型的测试和验证。

2023-09-11

Python神经网络基础代码

神经网络是一种模拟人脑神经元结构的人工智能算法，可以用于分类、回归、聚类等任务。该代码实现了一个简单的神经网络模型，包括输入层、隐藏层和输出层，可以用于处理基本的分类问题。代码中使用了深度学习框架Keras，实现了以下步骤：导入必要的库和数据集；定义模型结构，包括输入层、隐藏层和输出层；编译模型，定义损失函数和优化器；训练模型，使用随机梯度下降算法更新参数；评估模型在测试集上的性能，包括准确率、精确率、召回率等指标。该代码提供了一个完整的神经网络实现过程，可以用于分类、回归等任务。通过调整模型结构、优化器、损失函数等超参数，可以进一步提高模型的性能。同时，该代码还包含了详细的注释和文档，方便理解和使用。

2023-09-07

Python实现RNN代码

好的，以下是一个使用Python实现RNN（循环神经网络）的代码资源简介。 RNN是一种适用于序列数据的神经网络结构，它可以记忆序列中的历史信息，使得模型能够理解并生成具有上下文意义的文本。该代码实现了一个简单的RNN模型，用于处理序列数据。该代码使用了深度学习框架TensorFlow和Keras，实现了以下步骤：导入必要的库和数据集；定义超参数，包括批次大小、学习率、隐藏层大小、序列长度等；构建RNN模型，包括输入层、隐藏层和输出层；编译模型，定义损失函数和优化器；训练模型，使用梯度下降算法更新参数；评估模型在测试集上的性能，包括准确率、损失值等指标。该代码提供了一个完整的RNN实现过程，可以用于序列分类、文本生成、语音识别等任务。通过调整超参数和模型结构，可以进一步提高模型的性能。同时，该代码还包含了详细的注释和文档，方便理解和使用。

2023-09-07

cifar分类Python代码

CIFAR-10是一个广泛用于计算机视觉和图像分类任务的数据集，包含了10个类别的60000张32x32大小的彩色图像。这些图像来自于6种不同背景，每个背景有10个类别。数据集分为5个训练批次和5个测试批次，每个批次包含10000张图像。本代码采用了深度学习框架Keras和TensorFlow，使用了卷积神经网络（CNN）模型进行分类。模型包括多个卷积层、池化层、全连接层和Softmax分类器，通过训练模型来优化分类准确率。代码中包含了数据预处理、模型构建、模型训练、模型评估和预测等步骤。数据预处理包括图像归一化、数据增强等操作，以提高模型的泛化能力。模型构建采用了多卷积层和池化层来提取图像特征，再通过全连接层和Softmax分类器进行分类。模型训练使用了均方误差作为损失函数，采用随机梯度下降（SGD）优化器进行参数更新。模型评估和预测通过计算测试集的准确率和预测新图像的类别来进行。该代码是一个完整的CIFAR-10分类任务实现，可以作为计算机视觉和深度学习领域的入门示例，也可以作为进一步研究和改进的基础。

2023-09-07

深度学习入门包含【使用DNN、预测函数等】

深度学习是机器学习的一个子领域，它主要关注构建和训练深度神经网络，用于从数据中提取和生成有用的特征。以下是几个深度学习入门相关的资源，它们可以帮助你了解深度学习的基本概念、工具、算法和应用。深度学习课程：吴恩达的深度学习课程（中文）：此课程由Coursera平台提供，是深度学习的入门经典之一。它涵盖了深度学习的基础知识、各种神经网络层和架构的详细介绍，以及一些深度学习的应用案例。斯坦福大学的深度学习课程（英文）：此课程由斯坦福大学提供，涵盖了深度学习的各个方面，包括基础知识、各种神经网络模型、优化算法等内容。此外，还包含了大量的编程练习和作业。深度学习编程实践平台： TensorFlow：TensorFlow是Google开发的机器学习库，也是目前最流行的深度学习框架之一。它提供了丰富的工具和API，用于构建和训练各种深度神经网络模型。 PyTorch：PyTorch是由Facebook开发的动态图深度学习框架。它具有简单易用的API和强大的功能，可以快速构建和训练各种深度神经网络模型。

2023-09-06

Tensorflow基础代码

以下是TensorFlow的一些基础代码资源，涵盖了CNN（卷积神经网络）、逻辑回归、RNN（循环神经网络）、线性回归等内容。 CNN（卷积神经网络）: 示例代码：cnn_mnist.py 数据集：MNIST手写数字数据集说明：该代码演示了如何使用TensorFlow构建一个简单的CNN模型，用于识别MNIST数据集中的手写数字。逻辑回归: 示例代码：logistic_regression.py 数据集：随机生成的人工数据集说明：该代码演示了如何使用TensorFlow构建一个逻辑回归模型，用于分类问题。 RNN（循环神经网络）: 示例代码：recurrent_neural_network.py 数据集：Shakespeare作品数据集说明：该代码演示了如何使用TensorFlow构建一个简单的RNN模型，用于预测Shakespeare作品的下一步字符。线性回归: 示例代码：linear_regression.py 数据集：随机生成的人工数据集说明：该代码演示了如何使用TensorFlow构建一个线性回归模型，用于预测数值型数据。

2023-09-06

基于Keras的Mnist手写体识别

资源内容：环境配置文件：包含安装Python，Keras和TensorFlow的详细步骤，以及所需的库和版本。数据准备：说明如何加载MNIST数据集，并对其进行预处理，如归一化，展平等。构建模型：详细解释如何使用Keras构建一个简单的卷积神经网络（CNN）模型。包括构建模型结构，定义优化器，设置损失函数等步骤。模型训练：说明如何使用构建的模型对MNIST数据集进行训练，并展示训练过程中的准确率，损失等信息。模型评估：使用测试集评估模型的性能，并展示识别结果。模型应用：提供如何将模型应用于新输入的图像，实现实时手写数字识别的说明。资源使用：本资源提供的是一套详细的步骤和代码，用户需要根据提供的步骤在合适的开发环境中配置项目，并按照代码的指导进行操作。用户需要有一定的Python编程和深度学习基础才能顺利完成此项目。

2023-09-05

基于dlib的人脸互换

资源说明文档：基于dlib的人脸互换一、资源背景随着深度学习和计算机视觉技术的不断发展，人脸互换作为一种具有挑战性的任务吸引了越来越多研究者的关注。人脸互换主要是将一张人脸图像的特征转移到另一张人脸图像上，生成具有源人脸特征的目标人脸图像。这一技术广泛应用于影视制作、虚拟现实、身份认证等领域。二、资源内容本资源包含基于dlib库实现的人脸互换代码及相应的说明文档。dlib是一种广泛用于机器学习和计算机视觉任务的开源库，特别适合于人脸特征提取和人脸图像合成。资源详细内容如下：人脸检测与对齐：使用dlib提供的HOG特征和SVM分类器对输入人脸图像进行检测与对齐，以便后续的特征提取和图像合成。特征提取：通过dlib提供的深度学习模型，提取人脸图像中的特征，包括面部特征、纹理等。人脸合成：将提取的特征用于人脸合成，通过调整源人脸和目标人脸的特征，实现人脸的互换。效果评估：提供一种简单的评估方法，以便于观察效果。

2023-09-04

代码分享：电影数据分析与可视化系统

项目使用教程可以关注博主的主页，有对应博客：https://blog.csdn.net/weixin_43486940 本文主要介绍如何使用python搭建：一个基于Python的电影数据分析与可视化系统项目功能和可视化展示界面涉及以下功能模块，包括： 1、用户登录界面。 2、爬虫电影数据收集。 3、电影简介界面。根据用户偏好展示TOP10的电影。 4、搜索功能界面。按照电影名、导演、演员，模糊匹配需要搜索的电影，并展示电影详情。 5、电影数据分析可视化界面。用户选择关键词来查看数据和该分类下的数据可视化。 6、数据分析可视化包括：①电影年代、产地、类型的饼状图或柱状体、②关于电影评价的词云图分析。

2023-07-10

JAVA面向对象基础学习资料

JAVA面向对象的基础学习资料，包括了以下学习内容和代码注释： 01_成员变量和局部变量的区别 02_形式参数是类名的问题 03_匿名对象 04_封装和private关键字 05_this关键字 06_构造方法 07_成员方法 08_创建对象做了哪些事情 09_面向对象练习 10_static关键字

2023-07-09

JAVA WEB学习课件及代码详解第四部分

JAVA的J2EE WEB学习资料，其中包括了学习视频、讲义、笔记、以及练习代码等，适合刚接触JAVA同时需要搭建WEB平台的同学使用。此为第一部分，包括以下课程内容： 1、day13_Tomcat&Servlet 2、day14_Servlet&HTTP&Request

2023-07-07

JAVA WEB学习课件及代码详解第三部分

JAVA的J2EE WEB学习资料，其中包括了学习视频、讲义、笔记、以及练习代码等，适合刚接触JAVA同时需要搭建WEB平台的同学使用。此为第一部分，包括以下课程内容： 1、day09_JavaScript基础 2、day10_JavaScript高级 3、day11_BootStrap 4、day12_xml

2023-07-07

JAVA WEB学习课件及代码详解第二部分

JAVA的J2EE WEB学习资料，其中包括了学习视频、讲义、笔记、以及练习代码等，适合刚接触JAVA同时需要搭建WEB平台的同学使用。此为第一部分，包括以下课程内容： 1、day05_JDBC 2、day06_JDBC连接池&JDBCTemplate 3、day07_HTML 4、day08_HTML&CSS

2023-07-07

深大大数据学习课件第二部分

深圳大学大数据技术与应用研究所对大数据培训相关学习资料，主要以ppt形式呈现。此为第二部分，包括以下学习内容： 1、数据预处理 2、数据仓库与OLAP分析 3、关联规则挖掘

2023-07-07

深大大数据学习课件第一部分

深圳大学大数据技术与应用研究所对大数据培训相关学习资料，主要以ppt形式呈现。此为第一部分，包括以下学习内容： 1、数据分析与挖掘简介 2、数据理解

2023-07-07

人工智能概论学习视频以及考试试题

人工智能概论学习视频以及考试试题，本学习材料是关于人工智能概述的视频学习资料以及考试试题。关于人工智能相关知识的考试试题。题型包含选择、判断、单选、多选，重在通过本试题学习可以初步让学习者掌握人工智能相关基础知识，为后续学习打下坚实学习基础。

2023-07-07

【代码分享】手把手教你：基于Django的新闻文本分类可视化系统（文本分类由bert实现）

2022-04-15

【代码分享】基于python的文本分类（sklearn-决策树和随机森林实现）

2022-04-11

【代码分享】手把手教你：岩石样本智能识别系统

本文主要介绍如何使用python的TensorFlow2.0深度学习框架搭建一个：岩石样本的智能识别系统，如果有毕业设计或者课程设计需求的同学可以参考本文。本项目来自于第九届“泰迪杯”数据挖掘挑战赛的B题：岩石样本的智能识别。博主也参考过语音识别系统相关模型的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个可视化系统即可。也正是因为我发现网上大多的帖子只是针对原理进行介绍，功能实现的相对很少。如果您有以上想法，那就找对地方了！不多废话，直接进入正题！

2022-04-02

【代码分享】手把手教你：基于TensorFlow的语音识别系统

2022-03-31

【代码分享】手把手教你：基于RFM的用户画像可视化系统

2022-03-07

【代码分享】手把手教你：个人信贷违约预测模型

主要介绍如何使用python搭建：基于三个经典机器学习算法的个贷违约预测模型。三大模型：朴素贝叶斯、随机森林、逻辑回归。

2022-02-25

【代码分享】手把手教你：基于LSTM的时序收益预测系统

主要介绍如何使用python搭建：一个基于基于LSTM的时序收益预测系统

2022-02-23

【代码分享】手把手教你：基于深度残差网络（ResNet）的水果分类识别系统

本文主要介绍如何使用python搭建：一个基于深度残差网络（ResNet）的水果**图像分类识别系统**。项目只是用水果分类作为抛砖引玉，其中包含了使用ResNet进行图像分类的相关代码。主要功能如下： - 数据预处理，生成用于输入TensorFlow模型的TFRecord的数据。 - 模型构建及训练，使用tensorflow.keras构建深度残差网络。 - 预测水果分类并进行模型评估。 ***如各位童鞋需要更换训练数据，完全可以根据源码将图像和标注文件更换即可直接运行。*** 博主也参考过网上图像分类的文章，但大多是理论大于方法。很多同学肯定对原理不需要过多了解，只需要搭建出一个预测系统即可。 **本文只会告诉你如何快速搭建一个基于ResNet的图像分类系统并运行，原理的东西可以参考其他博主**。也正是因为我发现网上大多的帖子只是针对原理进行介绍，功能实现的相对很少。如果您有以上想法，那就找对地方了！

2022-02-08

【代码分享】手把手教你：人脸识别的视频打码（基于opencv的人脸打马赛克）.rar

人脸识别 opencv人脸打码-【代码分享】手把手教你：人脸识别的视频打码（基于opencv的人脸打马赛克）.rar

2022-01-18

【代码分享】手把手教你：基于深度学习的滚动轴承故障诊断

本文主要介绍如何使用python搭建：一个基于深度学习的**滚动轴承故障诊断**系统

2021-09-18

【代码分享】手把手教你：铁路异物侵入的目标检测系统

如何使用python搭建：基于CNN网络的图像识别和yolov3的目标检测的：铁路异物侵入的目标检测系统。

2021-09-15

【代码分享】手把手教你：图像识别的垃圾分类系统

主要介绍如何使用python搭建：一个基于深度残差网络（ResNet）的图像识别垃圾分类系统。完整代码使用方法可参考博文：https://blog.csdn.net/weixin_43486940/article/details/120267108

2021-09-13

【代码分享】手把手教你：基于粒子群优化算法（PSO）优化卷积神经网络（CNN）的文本分类.rar

食用方法可参考我写的博客：https://blog.csdn.net/weixin_43486940/article/details/118701303 本文主要介绍如何使用python搭建：一个基于：粒子群优化算法(PSO：Particle swarm optimization) 优化CNN网络，并实现文本的分类。博主也参考过网上其他博主介绍：粒子群优化算法（PSO）的文章，但大多是理论大于方法。并且很少有用到优化CNN或其他网络的代码。很多同学肯定对原理不需要过多了解，只需要搭建出一个分类或预测系统即可。

2021-07-13

【代码分享】手把手教你：人脸识别考勤系统

食用方法可以参考我写的博客：https://blog.csdn.net/weixin_43486940/article/details/117226253 python搭建的一个基于PyQt5的人脸识别的考勤系统。

2021-05-28

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人