大约有 1,800 项符合查询结果（耗时：0.0068秒） [XML]
水果vs蔬菜智能分类器 - EdgeML图像识别项目 · App Inventor 2 中文网
...
水果vs蔬菜智能分类器创意项目
项目信息
项目概述
项目背景
核心特性
技术架构
系统架构图
技术栈详情
EdgeML技术说明
...
不到20个积木块，我用App Inventor 2给女儿做了个接星星小游戏 - App应用开...
...值：北=1、东北=2、东=3、东南=4、南=-1、西南=-2、西=-3、西北=-4。一开始直接用这个值传给反弹方法，结果星星到处乱弹。后来判断如果边缘数值是 -1（南/底部），就理解是"没接住"，重置位置重新掉落。
最终效果
...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之前的神经网络中，如第一个图，我们输入的样本是有...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之前的神经网络中，如第一个图，我们输入的样本是有...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之前的神经网络中，如第一个图，我们输入的样本是有...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之前的神经网络中，如第一个图，我们输入的样本是有...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之前的神经网络中，如第一个图，我们输入的样本是有...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之前的神经网络中，如第一个图，我们输入的样本是有...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之前的神经网络中，如第一个图，我们输入的样本是有...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之前的神经网络中，如第一个图，我们输入的样本是有...