Python数据可视化分析基础，涉及numpy, pandas, matplotlib, pyecharts，sklearn等库的基础使用
Python数据可视化分析基础，涉及numpy, pandas, matplotlib, pyecharts，sklearn等库的基础使用
使用卷积神经网络 (CNN) 设计并实现了一个高效的手写字体识别系统，模型训练过程中，结合了数据增强技术，最终准确率提升至90%
一星期速通Python(在学习过C语言的基础上)
该项目是一个基于深度学习的蘑菇分类与识别系统，它使用了高级网络VGG16和残差网络(ResNet)来执行蘑菇的分类与识别操作。项目中包含数据处理、模型的训练与验证和结果的可视化，同时使用PyQt5构建了一个图形用户界面。项目具有扩展性，允许未来加入更多的网络结构，如残差网络，以比较不同模型的性能。
Contributions last year: 0
Max continuous contributions: 0
Recent contributions: 0
Commits, issues, and pull requests will appear on your contribution graph. Only when the email address used for the commits in local configuration is associated with your GitOSC account, the commits' contribution will be counted.