简介:摘要:手写识别是一种应用在手机和平板电脑输入中的一种常见输入方式,目前国内已经有很多开源的机器学习平台可以方便的进行构建神经网络对手写数字进行识别。如Google公司的TensorFlow和百度的PaddlePaddle(飞浆)。本文通过搭建CNN卷积神经网络,利用python编程技术,使用TensorFlow框架并结合MNIST标准数据集对模型进行训练于评估,从而达到对手写数字的识别
简介:摘要:近年来,随着人工智能与大数据的发展,AI生成图像技术已经得到了质的飞跃。本论文在此基础上提出了一种新颖的视频生成模型,特别是尝试从文本描述中处理视频生成问题,即合成以给定文本为条件的逼真的视频。由于帧不连续性的问题和无文本的生成方案,现有的视频生成方法无法轻松地很好地处理此任务。为了解决这些问题,文章中提出了一种循环反卷积生成对抗网络(recurrent deconvolutional generative adversarial network RD-GAN)[2],其中包括一个循环反卷积网络( recurrent deconvolutional network RDN)作为生成器和一个3D卷积神经网络 (3D convolutional neural network 3D-CNN)作为鉴别器。RDN是循环神经网络RNN的反卷积版本,可以很好地对生成的视频帧的长时间依赖性进行建模,并充分利用条件信息,生成更多高质量的连续帧。
简介:摘要:当今社会经济迅速发展,人才需求日益扩大,而怎样引导大学生做好专业学习和职业规划已经成为了重中之重,怎样适应社会发展,如何符合国家相关制度,怎样可以更好的人才培养,以上的所有问题就是我们学业规划管理程序所要解决的方向,我们主要采用大数据比对,大数据分析等多项技术进行解决。