【文件属性】：
文件名称：颜色分类leetcode-machine-learning:机器学习
文件大小：29.14MB
文件格式：ZIP
更新时间：2021-07-06 21:33:44
系统开源
颜色分类leetcode
项目会持续更新中......
:fire:
机器学习
+
深度学习示例
多年来，我研究机器学习并练习编码。
这个存储库已经发布了我的源代码。
要求
所有示例都是用
Python
语言编写的，因此您需要如下设置您的环境
首先，安装
使用命令从
PyPI
安装
TensorFlow
pip
install
tensorflow
使用命令从
PyPI
安装
Keras
pip
install
keras
***
我使用了
2
个库，包括深度学习示例
安装以使我的循环显示智能进度表
pip
install
tqdm
下载（我用它来生成
mpg.4）并安装它。
[一些例子]
表中的内容
标题
代码示例
初学者
机器学习/深度学习（基础）
计算机视觉
自然语言处理（NLP）
语音、音频、音乐
各种各样的
我的例子（还没有）
初学者
:closed_book:
[笔记本]
:snake:
Python
Mathayom_1_2_3
中的
Python：
Mathayom_4_5_6
中的
Python
:bar_chart:
:bar_chart:
[海生]
:abacus:
:panda:
:fire:
:fire:
:fire:
[凯拉斯]
使用
Keras
库获取数据集示例。
使用
scikit-learn
【文件预览】：
machine-learning-master
----Convolutional_neural_network()
--------example_myblog.py(7KB)
--------artistic_style.py(14KB)
--------ckeckpoint()
----Principal_Component_Analysis()
--------example_PCA.py(3KB)
----Activation_function()
--------activation_function.py(1KB)
----Text_classification()
--------classify_example.py(8KB)
--------TEST_NOVEL.txt(282KB)
--------create_dataset_thai.py(6KB)
--------TNC2_freq-5000.csv(236KB)
----Datasets()
--------studentData.csv(352B)
--------test_ocr.jpg(97KB)
--------example_heat_detect.mp4(14.91MB)
--------classification_2classes.csv(4KB)
--------forest_fires.csv(189B)
--------sciScore.csv(215B)
--------example_detect_object.jpg(848KB)
--------test_face.jpg(58KB)
--------Annual_number_of_tourists.csv(508B)
--------IM-0033-0001-0001.jpeg(459KB)
--------studentData-noHeader.csv(299B)
--------predator_dataset.csv(385B)
----Recurrent_neural_network()
--------TEST_NOVEL_small.txt(4KB)
--------text_eng.txt(930B)
--------index.html(211B)
--------writer.py(7KB)
--------log_template.html(1KB)
----Scene-Text-Detection-with-SPCNET()
--------utils.py(37KB)
--------model.py(43KB)
----Deep_Q_Learning()
--------flappy-bird-model()
----Object_detection()
--------FirstDetection.py(1KB)
--------image.jpg(222KB)
--------imageai-2.0.2-py3-none-any.whl(148KB)
----Logistic_regression()
--------two_class.py(7KB)
--------animation.py(1KB)
----ImageNet_example()
--------README.md(1KB)
--------classifier_images.py(10KB)
----Prepare_datasets()
--------dump_VGG19.py(3KB)
--------example_download_MNIST.py(3KB)
--------sklearn_dataset.py(7KB)
--------keras_datasets.py(8KB)
----Highway-lane-tracker()
--------windows.py(16KB)
----Art_example()
--------images()
--------util.py(4KB)
--------paint_keras.py(3KB)
--------chicken-test.jpg(33KB)
--------README.md(1KB)
--------paint_tensorflow.py(4KB)
----Generative_adversarial_network()
--------generate_image.py(14KB)
----Linear_regression()
--------regression_example.py(12KB)
--------Thailand_population_history.csv(1KB)
--------example_price_house_11.csv(83B)
--------example_price_house_40_headcolumn.csv(319B)
--------dataset.csv(1KB)
--------average_income_per_month_per_household_41-58.csv(152B)
--------one_feature.py(8KB)
--------animation.py(2KB)
--------example_price_house_40.csv(308B)
--------README.md(1KB)
--------food_truck.csv(1KB)
----Genetic_algorithm()
--------provinces_thailand.csv(2KB)
--------get_alldata.py(3KB)
--------optimal_road_trip.py(5KB)
--------show_routing.template(4KB)
--------find_routing.py(1KB)
----py-faster-rcnn()
--------setup.py(6KB)
----MNIST_example()
--------mnist.py(13KB)
--------mnist_test.py(4KB)
--------mnist_visual.py(5KB)
----books()
--------test(1B)
--------ebook_AI_easy_1_2.png(31KB)
----README.md(12KB)
----Neural_network()
--------images()
--------tensorflow_2_layer.py(4KB)
--------example_2_class.py(6KB)
--------README.md(445B)
--------example_2_layer.csv(89B)
--------history.py(409B)
----Generic_algorithm()
--------provinces_thailand.csv(2KB)
--------get_alldata.py(3KB)
--------optimal_road_trip.py(5KB)
--------show_routing.template(4KB)
--------find_routing.py(1KB)
----Autoencoder()
--------words_encoder.py(3KB)
--------image_encoder.py(3KB)
--------words_100.txt(438B)
----Artistic_style()
--------neural_style_transfer_tensorflow.py(15KB)
--------neural_style_transfer_keras.py(9KB)