資料介紹
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- 基于視點與姿態估計的視頻監控行人再識別 5次下載
- 基于并行約束規劃的大數據平臺最大團識別算法 2次下載
- 一種基于多任務學習的人臉屬性識別方法 6次下載
- 基于數據驅動的任務并行多重網格應用 8次下載
- 基于遷移學習的駕駛分心行為識別模型 10次下載
- 基于雙分支殘差網絡的行人再識別方法 6次下載
- 基于深度學習的二維人體姿態估計算法 7次下載
- 基于深度學習的二維人體姿態估計方法 5次下載
- 基于局部區域特征選擇的內容一致性行人重識別算法 5次下載
- 四種常用的車輛再識別數據集相關研究 25次下載
- 采用多任務金字塔重疊匹配特征識別行人 10次下載
- 如何使用孿生網絡和重排序進行行人重識別 3次下載
- 多姿態人臉重建與識別方法 2次下載
- 動態加權平均行人識別模型 2次下載
- 強化學習在RoboCup帶球任務中的應用劉飛 0次下載
- 通過強化學習策略進行特征選擇 387次閱讀
- 基于深度強化學習的視覺反饋機械臂抓取系統 2470次閱讀
- 基于多智能體深度強化學習的體系任務分配方法 4065次閱讀
- 從FPGA說起的深度學習:任務并行性 1012次閱讀
- 強化學習應用中對話系統的用戶模擬器 2045次閱讀
- 對NAS任務中強化學習的效率進行深入思考 5086次閱讀
- 基于強化學習的MADDPG算法原理及實現 2.1w次閱讀
- 基于目標圖像的視覺強化學習算法,讓機器人可以同時學習多個任務 7076次閱讀
- 用PopArt進行多任務深度強化學習 5698次閱讀
- 遷移學習、多任務學習領域的進展 3995次閱讀
- 基于深度學習的任務圖像理解:人臉識別與人物解析” 6238次閱讀
- 利用深度學習的方法解決視頻人臉識別 1.6w次閱讀
- 強化學習環境研究,智能體玩游戲為什么厲害 3643次閱讀
- 什么是強化學習?純強化學習有意義嗎?強化學習有什么的致命缺陷? 1.7w次閱讀
- 利用強化學習探索多巴胺對學習的作用 4750次閱讀
下載排行
本周
- 1電子電路原理第七版PDF電子教材免費下載
- 0.00 MB | 1490次下載 | 免費
- 2單片機典型實例介紹
- 18.19 MB | 93次下載 | 1 積分
- 3S7-200PLC編程實例詳細資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識別和講解說明
- 4.28 MB | 18次下載 | 4 積分
- 5開關電源原理及各功能電路詳解
- 0.38 MB | 10次下載 | 免費
- 6基于AT89C2051/4051單片機編程器的實驗
- 0.11 MB | 4次下載 | 免費
- 7基于單片機和 SG3525的程控開關電源設計
- 0.23 MB | 3次下載 | 免費
- 8基于單片機的紅外風扇遙控
- 0.23 MB | 3次下載 | 免費
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費
- 4LabView 8.0 專業版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費
- 5555集成電路應用800例(新編版)
- 0.00 MB | 33562次下載 | 免費
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費
- 8開關電源設計實例指南
- 未知 | 21539次下載 | 免費
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費
- 2protel99se軟件下載(可英文版轉中文版)
- 78.1 MB | 537791次下載 | 免費
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費
- 6電路仿真軟件multisim 10.0免費下載
- 340992 | 191183次下載 | 免費
- 7十天學會AVR單片機與C語言視頻教程 下載
- 158M | 183277次下載 | 免費
- 8proe5.0野火版下載(中文版免費下載)
- 未知 | 138039次下載 | 免費
評論
查看更多