期刊文献+
共找到119篇文章
< 1 2 6 >
每页显示 20 50 100
使用Keras构建的神经网络模型对电信网络欺诈识别研究
1
作者 段雪莹 孟小泸 《软件》 2024年第7期95-97,104,共4页
本研究旨在探究电信网络欺诈识别中深度学习模型的应用。采用基于Keras构建的神经网络模型,对欺诈数据集进行了详细的数据准备和模型设计,并对模型训练方法进行了详细阐述。实验结果表明,本文设计的神经网络模型相较于基准模型,在准确... 本研究旨在探究电信网络欺诈识别中深度学习模型的应用。采用基于Keras构建的神经网络模型,对欺诈数据集进行了详细的数据准备和模型设计,并对模型训练方法进行了详细阐述。实验结果表明,本文设计的神经网络模型相较于基准模型,在准确率、精确率、召回率和F1分数等评估指标上均有显著提升,尤其是在处理不平衡数据集时表现更为优异。本研究为电信网络欺诈识别提供了一种有效的深度学习解决方案,为相关领域的进一步研究和实践提供了借鉴。 展开更多
关键词 电信网络欺诈识别 神经网络 keras框架
下载PDF
基于Keras卷积神经的肺炎识别研究应用
2
作者 孙自梅 《微型电脑应用》 2024年第10期227-231,共5页
以TensorFlow为框架,以Keras为高阶应用程序接口,使用卷积神经网络作为训练模型,设计一套快速有效针对病毒性肺炎的识别系统。主要采用卷积神经网络模拟人的大脑不断学习辨别的过程,包括对图片的预处理、特征提取、数据归一化、模型搭建... 以TensorFlow为框架,以Keras为高阶应用程序接口,使用卷积神经网络作为训练模型,设计一套快速有效针对病毒性肺炎的识别系统。主要采用卷积神经网络模拟人的大脑不断学习辨别的过程,包括对图片的预处理、特征提取、数据归一化、模型搭建、TensorBoard集验证、图形化展示等。肺炎识别系统通过采集肺部CT图像,经过图片预处理后进入卷积神经网络训练,再经过验证集的验证,识别病毒性肺炎,其准确率高达90%。为了进一步提高检测精准度,通过调整Dropout参数,使病毒性肺炎识别的准确率提升到了98%左右,此改进方法取得了较大的进步。 展开更多
关键词 keras 卷积神经网络 训练模型 肺部CT图像
下载PDF
基于Keras框架的油气管道缺陷分类应用研究
3
作者 李清旭 李荣威 《软件工程与应用》 2024年第1期73-81,共9页
针对油气管道缺陷现代化检测问题,本文提出了一基于Keras框架的深度学习检测算法,采用Adam-S优化器算法应用到卷积神经网络,并融合了Environment-Cognition-Action (ECA)-Effi注意力机制,增强了卷积神经网络的特征表达能力,提高了有效... 针对油气管道缺陷现代化检测问题,本文提出了一基于Keras框架的深度学习检测算法,采用Adam-S优化器算法应用到卷积神经网络,并融合了Environment-Cognition-Action (ECA)-Effi注意力机制,增强了卷积神经网络的特征表达能力,提高了有效验证数据的利用效率,并通过对比实验,分析比较了影响深度学习过拟合现象高度相关的学习率、Dropout两个参数,提取最优权重参数矩阵,建立验证集并导入到预测模型中,得到油气管道6种缺陷特征的预测结果,且预测结果与真实标签高度接近,验证了所搭建神经网络的表现及其有效性,最后,量化对比了目前应用较为普遍的ResNet18网络以及改进前的Adam-CNN算法,有效验证了Adam-S结合改进ECA-CNN算法的优越性能。 展开更多
关键词 油气管道 缺陷检测 keras 深度学习 卷积神经网络
下载PDF
宏基因组中新角蛋白酶基因KerA的克隆与鉴定
4
作者 马建 许诺 +2 位作者 王英哲 王云鹏 刘艳芝 《黑龙江畜牧兽医》 CAS 北大核心 2017年第3期37-40,共4页
皮革鞣制过程中产生大量有害物质,对环境造成了严重污染。角蛋白酶是一类水解角蛋白的酶,是皮革鞣制中理想的鞣制剂替代品。为了发掘角蛋白酶重要的基因资源,试验从土壤中克隆KerA基因,构建了原核表达载体p ET-22b-KerA,通过热激法转入B... 皮革鞣制过程中产生大量有害物质,对环境造成了严重污染。角蛋白酶是一类水解角蛋白的酶,是皮革鞣制中理想的鞣制剂替代品。为了发掘角蛋白酶重要的基因资源,试验从土壤中克隆KerA基因,构建了原核表达载体p ET-22b-KerA,通过热激法转入BL21(DE3)中进行表达并在表达时间上进行了优化,对表达的产物进行Western-blot鉴定,通过Ni2+Sepharose Fast Flow分离纯化了KerA,并通过水解角蛋白验证其活性。结果表明:克隆的KerA基因可以在原核中表达,并具有水解角蛋白的活性。说明基因工程重组手段生产KerA具有可行性。 展开更多
关键词 宏基因组 皮革鞣制 角蛋白酶 kera基因 基因工程重组
下载PDF
基于Keras卷积神经网络的分拣蔬菜识别的设计 被引量:4
5
作者 冯邦军 《自动化应用》 2023年第10期176-178,181,共4页
一般识别模型参数量过大,难以运行在微算力的移动端和嵌入式设备,本文利用Python、Keras、OpenCV等技术,设计了基于卷积神经网络的智能蔬菜分拣。首先,基于11659张、22个种类的蔬菜图片,按照8:2的比例将数据集分成训练集和测试集,然后... 一般识别模型参数量过大,难以运行在微算力的移动端和嵌入式设备,本文利用Python、Keras、OpenCV等技术,设计了基于卷积神经网络的智能蔬菜分拣。首先,基于11659张、22个种类的蔬菜图片,按照8:2的比例将数据集分成训练集和测试集,然后训练模型,搭建深度可分离卷积层的卷积神经网络,得到该训练模型的精度值和损失值。经测试,实现了识别模型在移动端和嵌入式设备的使用,蔬菜识别的正确率达到了96%,提高了蔬菜智能分类的准确性和效率。 展开更多
关键词 蔬菜识别 卷积神经网络 keras OPENCV
下载PDF
一种基于Keras和CNN的人脸表情识别系统设计 被引量:4
6
作者 樊雷 《电脑知识与技术》 2018年第11X期178-179,共2页
采用深度学习算法的人脸表情识别系统需要较高的CPU或GPU硬件进行模型训练。实践中也需要将模型嵌入不同的硬件终端平台进行识别,工程化后的系统软硬件成本较高。该文提出一种B/S结构的低成本静态图片人脸表情识别系统,技术路线采用Boot... 采用深度学习算法的人脸表情识别系统需要较高的CPU或GPU硬件进行模型训练。实践中也需要将模型嵌入不同的硬件终端平台进行识别,工程化后的系统软硬件成本较高。该文提出一种B/S结构的低成本静态图片人脸表情识别系统,技术路线采用Bootstrap、Python、Anaconda、Tensorflow和Keras,采用CNN实现人脸检测定位和表情检测分类功能。模型训练集采用了CK+、Fer2013、日本的JAFFE等开放数据库。系统通过浏览器端上传人脸表情图片进行识别处理,将GPU训练好的CNN模型在单机低端硬件配置上实现了内存预先加载,单张识别速度小于0.002秒,总体表情识别率可以达到65%左右。 展开更多
关键词 keras FER CK+
下载PDF
基于Keras的神经网络技术在柴油超深度加氢精制中的应用 被引量:4
7
作者 胡元冲 秦康 +4 位作者 李明丰 田旺 张乐 王轶凡 陈文斌 《石油炼制与化工》 CAS CSCD 北大核心 2021年第11期78-86,共9页
采用高通量反应装置,在温度300~360℃、压力4.4~7.4 MPa、体积空速0.75~12 h^(-1)、氢油体积比200~800的条件下,使用不同柴油原料对NiMo/Al_(2)O_(3),CoMo/Al_(2)O_(3),NiMoW/Al_(2)O_(3)共3种催化剂进行性能评价。采用基于Keras的神经... 采用高通量反应装置,在温度300~360℃、压力4.4~7.4 MPa、体积空速0.75~12 h^(-1)、氢油体积比200~800的条件下,使用不同柴油原料对NiMo/Al_(2)O_(3),CoMo/Al_(2)O_(3),NiMoW/Al_(2)O_(3)共3种催化剂进行性能评价。采用基于Keras的神经网络技术建立了适用于3种不同催化剂的柴油超深度加氢精制模型,实现了柴油产物中硫质量分数(WS)、氮质量分数(WN)、单环芳烃质量分数(WMA)和多环芳烃质量分数(WPA)的预测。结果表明,所建模型具有良好的预测性能和泛化能力,对WS和WN预测的平均相对误差均在10%以内,对WMA和WPA预测的平均相对误差分别在3%和6%以内。使用所建模型同时对3种催化剂适用的工艺条件进行了优化,在满足国Ⅵ柴油质量标准对WS及WPA的要求下,确定了不同催化剂适用的工艺条件范围。 展开更多
关键词 加氢精制 keras神经网络 数据驱动模型 工艺优化 单环芳烃 多环芳烃
下载PDF
Orthokeratology lens related infections
8
作者 Kelvin Ho-Nam Wan Vishal Jhanji Alvin L Young 《World Journal of Ophthalmology》 2014年第3期63-70,共8页
Orthokeratology is a reversible technique that temporarily changes the curvature of the cornea with the aim of addressing refractive errors. The United States Food and Drug Administration(FDA) granted approval for usi... Orthokeratology is a reversible technique that temporarily changes the curvature of the cornea with the aim of addressing refractive errors. The United States Food and Drug Administration(FDA) granted approval for using reverse geometry contact lenses to correct myopia without any age restriction. Information from the pre-market applications to the FDA was rated as level Ⅱ evidence. Another unapproved use of overnight orthokeratology is for the prevention of myopic progression. Although orthokeratology is advocated to reduce myopic progression, there are limited long-term studies with substantial evidence of its benefits. Much of this evidence comes from non-robust experimental studies using historical or self-selected controls with relative high dropout rates. Although some positive results have been published in temporarily reducing the myopic refractive error and its progression, the use of these lenses can be associated with serious complications such as microbial keratitis. Microbial keratitis is a potentially vision-threatening adverse response associated with contact lens wear. In fact, contact lens wearhas been shown to be the predominant risk factor of microbial keratitis in some developed countries. Most of the published cases on overnight orthokeratology related microbial keratitis occurred in children or adolescents. Parents considering orthokeratology must make an informed decision about its temporary benefit and its potential for permanent loss of vision. The ophthalmic community should be reminded of the potential complications of orthokeratology. 展开更多
关键词 ORTHOkeraTOLOGY INFECTIONS Microbial keratitis CORNEA Corneal ulcer Contact lens MYOPIA
下载PDF
基于Keras平台的LSTM模型的对流层延迟预测 被引量:4
9
作者 时瑶佳 吴飞 +1 位作者 朱海 韩学法 《全球定位系统》 CSCD 2020年第6期115-122,共8页
对流层延迟是影响全球卫星导航系统(GNSS)测量精度的重要因素.针对现有对流层延迟模型稳定性差,精度较低等问题,在无实测气象参数条件下,提出一种基于Keras平台的长短期记忆神经网络(LSTM)的对流层延迟预测模型.选取全球均匀分布的8个测... 对流层延迟是影响全球卫星导航系统(GNSS)测量精度的重要因素.针对现有对流层延迟模型稳定性差,精度较低等问题,在无实测气象参数条件下,提出一种基于Keras平台的长短期记忆神经网络(LSTM)的对流层延迟预测模型.选取全球均匀分布的8个测站,使用其2016年第90-131年积日共42天的整点对流层延迟数据预测其第132—136年积日的整点数据.以国际GNSS服务(IGS)中心提供的对流层产品为真值,分析比较LSTM模型和反向传播(BP)神经网络模型的预测效果.研究表明,LSTM模型预测结果的均方根误差基本达到mm级,其平均绝对误差和平均绝对百分比误差均比BP模型低,LSTM模型在精度和稳定性上较BP模型均有明显提高;LSTM模型在中高纬区域的均方根误差(RMSE)均值达到7.82 mm,中高纬地区更适合使用该模型. 展开更多
关键词 对流层延迟 keras 长短期记忆神经网络 时间序列 预测精度
下载PDF
基于Keras框架的身份证号码识别算法 被引量:2
10
作者 成利敏 王宁 +1 位作者 甄景涛 段晓霞 《廊坊师范学院学报(自然科学版)》 2020年第2期34-37,共4页
用Python语言设计了一个基于Keras框架的卷积神经网络,完成身份证号码识别。首先对身份证图像进行预处理,确定身份证号码区域,进行字符分割,再用该神经网络对数据集进行训练,最后识别分割字符,输出身份证号码。实验表明,该算法训练速度... 用Python语言设计了一个基于Keras框架的卷积神经网络,完成身份证号码识别。首先对身份证图像进行预处理,确定身份证号码区域,进行字符分割,再用该神经网络对数据集进行训练,最后识别分割字符,输出身份证号码。实验表明,该算法训练速度较快,识别准确率较高,有一定的使用价值。 展开更多
关键词 身份证号码 卷积神经网络 keras 图像识别 PYTHON
下载PDF
基于Keras手写数字识别模型的改进 被引量:10
11
作者 高宇鹏 胡众义 《计算技术与自动化》 2021年第2期164-169,共6页
针对结构设计不合理的卷积神经网络导致MNIST识别的准确率低、收敛速度慢和训练参数多等问题,提出卷积神经网络结构的改进模型。改进的模型采用2次卷积、2次池化和3次全连接、采用Relu激活函数和Softmax回顾函数相结合,加入Dropout层防... 针对结构设计不合理的卷积神经网络导致MNIST识别的准确率低、收敛速度慢和训练参数多等问题,提出卷积神经网络结构的改进模型。改进的模型采用2次卷积、2次池化和3次全连接、采用Relu激活函数和Softmax回顾函数相结合,加入Dropout层防止过拟合,加入Flatten层优化结构。为了缩减代码量,采用API功能强大的Keras模型替代Tensorflow。对MNIST的训练集和测试集数据的准确率进行仿真实验,实验结果表明:采用改进的结构在MNIST的训练中不仅收敛速度快、训练参数少、损失率低,而且在测试集上的准确率达到99.54%、高于改进前的99.25%,对后续手写数字的研究具有重要意义。 展开更多
关键词 keras 卷积神经网络 MNIST数据集
下载PDF
基于Keras模型的深度学习实验教学研究 被引量:3
12
作者 胡新悦 汪海蓉 张会雄 《实验科学与技术》 2022年第3期137-140,共4页
深度学习模型正在各行各业中发挥着重要作用,为了便于学生快速获得深度学习框架的上手经验,以增加他们的信心和学习兴趣,开发了该教学实验。教学实验的主要内容是指导同学们利用Flask轻量级的Web应用框架以及Keras人工神经网络库在两节... 深度学习模型正在各行各业中发挥着重要作用,为了便于学生快速获得深度学习框架的上手经验,以增加他们的信心和学习兴趣,开发了该教学实验。教学实验的主要内容是指导同学们利用Flask轻量级的Web应用框架以及Keras人工神经网络库在两节课时间内运行一个基于深度学习的网页端应用。由于安装环境以及框架较容易使用与理解,学生们短时间内完成一个深度学习项目,能让学生看到这个深度学习项目的可视化结果并且有了上手的体验,完成该实验后基于该项目展开深度学习课程的讲解,非常适用于高校基于深度学习综合设计课程的开展。 展开更多
关键词 keras模型 FLASK API 深度学习 实践教学
下载PDF
基于Keras和CNN的苹果自动分级 被引量:7
13
作者 罗炤茜 陈月芬 +1 位作者 占煜辉 厉科迪 《系统仿真技术》 2021年第1期48-52,共5页
针对水果自动精确分级问题,提出了基于模块化Keras框架的卷积神经网络(CNN)模型,建立了小规模的苹果图像数据集,通过Keras接口,使用Tensorflow构建卷积神经网络模型,利用交叉熵损失函数和Adam优化算法实现卷积神经网络模型在水果分级训... 针对水果自动精确分级问题,提出了基于模块化Keras框架的卷积神经网络(CNN)模型,建立了小规模的苹果图像数据集,通过Keras接口,使用Tensorflow构建卷积神经网络模型,利用交叉熵损失函数和Adam优化算法实现卷积神经网络模型在水果分级训练数据集上的参数训练,并在测试集上验证。实验结果表明,经过训练后的模型能够有效实现对苹果级别的自动识别,达到93.78%的准确率,有助于降低人工成本,促进水果销售的智能化,具有一定的实际应用意义。 展开更多
关键词 CNN 水果分级 keras
下载PDF
地衣芽孢杆菌角蛋白酶kerA基因的异源表达及性能研究 被引量:3
14
作者 辛青龙 刘业学 +3 位作者 何光明 王兴吉 曹珊 李玉 《中国皮革》 CAS 2018年第12期28-34,共7页
从地衣芽孢杆菌(Bacillus licheniformis) ATCC16580中克隆得到角蛋白酶基因kerA,将其构建在芽孢杆菌表达载体p LIYU-2上,再转化到解淀粉芽孢杆菌(Bacillus amyloliquefaciens) TCCC111018中,构建出高产角蛋白酶重组菌株TCCC111018/p LI... 从地衣芽孢杆菌(Bacillus licheniformis) ATCC16580中克隆得到角蛋白酶基因kerA,将其构建在芽孢杆菌表达载体p LIYU-2上,再转化到解淀粉芽孢杆菌(Bacillus amyloliquefaciens) TCCC111018中,构建出高产角蛋白酶重组菌株TCCC111018/p LIYU-2-kerA。重组菌株在羽毛发酵培养基中12h内即可将羽毛全部降解,在摇瓶发酵培养基中36h酶活力达到1 361. 54U/m L。重组角蛋白酶最适温度为65℃,最适p H值为9,在40~60℃和p H值9~11范围内具有良好的稳定性。蛋白电泳(SDS-PAGE)分析表明,重组角蛋白酶分子质量约为31kD。Na^+,K^+、Ca^(2+)及Mg^(2+)能显著促进角蛋白酶活力,Cu^(2+)和Fe^(3+)对重组角蛋白酶有明显的抑制作用。高效液相色谱(HPLC)分析显示,羽毛酶解液中以缬氨酸、异亮氨酸和苯丙氨酸为主,另外也含有较多的酪氨酸和胱氨酸,游离氨基酸浓度为14. 59μmol/m L。 展开更多
关键词 地衣芽孢杆菌 角蛋白酶kera 解淀粉芽孢杆菌 HPLc 酶学性质
下载PDF
基于Keras的分类预测应用研究 被引量:5
15
作者 高云 彭炜 《山西大同大学学报(自然科学版)》 2019年第5期26-30,共5页
人工神经网络是机器学习领域中的一个重要研究方向,它被引入机器学习使其更接近于最初的目标——人工智能。人工神经网络在搜索技术、数据挖掘等其他相关领域都取得了很多成果。Keras是一个由Python编写的开源人工神经网络库,可以作为Te... 人工神经网络是机器学习领域中的一个重要研究方向,它被引入机器学习使其更接近于最初的目标——人工智能。人工神经网络在搜索技术、数据挖掘等其他相关领域都取得了很多成果。Keras是一个由Python编写的开源人工神经网络库,可以作为Tensorflow、Microsoft-CNTK和Theano的高阶应用程序接口,进行深度学习模型的设计、调试、评估、应用和可视化。采用Keras对给定的某餐饮业的样本集合通过归纳分析进行训练,建立神经网络分类模型,得到分类规则,给出该分类预测的算法实现,并对得到的分类结果生成混淆矩阵图进行评价。 展开更多
关键词 keras 神经网络 分类预测 混淆矩阵
下载PDF
基于Keras的CNN的垃圾短信分类研究 被引量:3
16
作者 刘后胜 陶健林 《沧州师范学院学报》 2022年第1期38-43,共6页
运用python设计了一个基于Keras框架的卷积神经网络的垃圾短信分类算法.首先对数据做了正则化预处理以及词向量化,然后建立基于Keras的深度学习的模型.对训练集数据进行训练,对模型进行验证和测试,从实验结果看,垃圾短信的验证集的准确... 运用python设计了一个基于Keras框架的卷积神经网络的垃圾短信分类算法.首先对数据做了正则化预处理以及词向量化,然后建立基于Keras的深度学习的模型.对训练集数据进行训练,对模型进行验证和测试,从实验结果看,垃圾短信的验证集的准确率达99.47%,测试集分类准确率为99.48%,为垃圾短信的过滤处理提供了一个可行的解决方案. 展开更多
关键词 keras 卷积神经网络 深度学习 垃圾短信
下载PDF
基于Keras框架下的航空公司评论数据的情感分析 被引量:1
17
作者 毛紫荆 张军 冯云婷 《天津职业技术师范大学学报》 2021年第1期48-53,共6页
长短时记忆网络(LSTM)模型可有效改善循环神经网络梯度消失,但在评论文本情感分类中未能达到一定普适性。针对此问题,文章基于Keras框架,采用模型融合的方法,对LSTM网络和反向循环神经网络结构进行融合和改进,即D-LSTM、BRNN以及M-BRNN... 长短时记忆网络(LSTM)模型可有效改善循环神经网络梯度消失,但在评论文本情感分类中未能达到一定普适性。针对此问题,文章基于Keras框架,采用模型融合的方法,对LSTM网络和反向循环神经网络结构进行融合和改进,即D-LSTM、BRNN以及M-BRNN。以航空公司评论数据集为例,采用改进的模型对文本进行分类,研究不同参数对模型性能的影响。经仿真对比分析结果表明,该模型较已有的文本分类模型鲁棒性更好,准确率比传统的方法提高了3.7%。 展开更多
关键词 循环神经网络 情感分析 keras框架 长短时记忆网络(LSTM)
下载PDF
基于Keras框架的普朗克常数计算方法研究 被引量:1
18
作者 高海林 李阳 +2 位作者 费宛莹 席文静 李雪 《电脑知识与技术》 2023年第31期22-24,47,共4页
光电效应实验是物理学习过程中的一个重要实验,通过光电效应实验可以对普朗克常数进行计算。当数据量较少时,计算结果和真实值之间往往存在较大误差。随着机器学习和人工智能的快速发展,物理数值计算也可以使用不同的神经网络框架进行... 光电效应实验是物理学习过程中的一个重要实验,通过光电效应实验可以对普朗克常数进行计算。当数据量较少时,计算结果和真实值之间往往存在较大误差。随着机器学习和人工智能的快速发展,物理数值计算也可以使用不同的神经网络框架进行解决。文章介绍了光电效应方程对普朗克常数计算的理论依据,采用深度学习的Keras框架对110个数据样本进行了不同批次训练,研究了损失函数对普朗克常数计算精度的影响。基于深度学习Keras框架的普朗克常数计算方法研究为物理常数的计算提供了新的思路。 展开更多
关键词 光电效应 普朗克常数 深度学习 keras框架
下载PDF
基于TensorFlow、Keras与OpenCV的图像识别集成系统 被引量:15
19
作者 王恒涛 《电子测试》 2020年第24期53-54,124,共3页
图像识别是人工智能一个重要技术方向,广泛应用于自动驾驶、目标识别、人脸检测、车牌识别等机器视觉领域,本文结合深度学习框架TensorFlow与Keras,实现了一种图像识别的深度学习网络,离线训练识别目标样本,得到深度神经网络结构,然后... 图像识别是人工智能一个重要技术方向,广泛应用于自动驾驶、目标识别、人脸检测、车牌识别等机器视觉领域,本文结合深度学习框架TensorFlow与Keras,实现了一种图像识别的深度学习网络,离线训练识别目标样本,得到深度神经网络结构,然后结合实际应用,采用OpenCV调用,实现了在线图像识别集成系统,可有效实现目标图像的分类与识别。 展开更多
关键词 深度学习 TensorFlow keras OPENCV 图像识别
下载PDF
基于Keras框架的目标检测的研究与实践 被引量:3
20
作者 甘丽 《科学技术创新》 2021年第27期99-100,共2页
Keras是一套高度模块化,扩展性好,同时支持卷积神经网络和循环神经网络的深度学习框架。本研究应用keras框架对10种不同品牌的车辆进行分类预测,并达到了预期的预测效果。文章给出了利用Keras框架进行分类检测的详细步骤以及主要API介绍... Keras是一套高度模块化,扩展性好,同时支持卷积神经网络和循环神经网络的深度学习框架。本研究应用keras框架对10种不同品牌的车辆进行分类预测,并达到了预期的预测效果。文章给出了利用Keras框架进行分类检测的详细步骤以及主要API介绍,对深度学习目标检测方向的学习者提供了实践参考。 展开更多
关键词 keras 深度学习 迁移学习 目标检测
下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部