说明：使用CNN深度学习模型的猫和狗分类器。一款基于Flutch的android应用程序。

说明：“CSTA官方代码：基于CNN的视频摘要时空关注”

说明：使用CNN和GRU的最后一年项目

说明：这个Python项目使用PyTorch库来预测由图像（28x28x3）表示的数字的值。这些数字图像具有不同的颜色。

说明：该项目提供了一种使用卷积神经网络（CNN）和带TensorFlow和Keras的转移学习技术进行皮肤癌分类的解决方案。它包括通过Jupyter笔记本电脑进行安装、数据集获取和使用的说明。

说明：通过卷积神经网络（CNN）模型完成从图像中对狗的情绪进行分类，并在TensorFlow中进行实现。

说明：一个IIT实习项目，旨在简化教育机构的行政和学术流程，提供自动化、通信工具和实时见解，以提高效率和教育体验。

说明：尝试使用TensorFlow 1D和2D RCNN模型在CREMA-D数据集上进行语音情感识别（SER）任务。

说明：MoodMapper公司

说明：实施深度学习论文。

说明：使用CNN从照片中识别情绪

说明：使用CNN的3个模型的分类项目。

说明：使用VGG16模型对8种水果进行分类，准确率高达90%

说明：基于卷积神经网络模型的校园地标识别系统

说明：车牌识别

说明：自动驾驶车辆的人工智能

说明：了解PyTorch框架如何工作。带注释的代码。

说明：基于CNN和OpenCV的手势识别

说明：这个项目的主要目标是获得计算机视觉是什么以及计算机如何处理它的基本见解。我使用CIFAR-100提取图像，并将这些图像馈送给CNN对图像进行分类。

说明：YOLOv9和V2X交通信号优先技术的实现

说明：我在数据科学、人工智能、机器学习、自然语言处理和数据分析方面的项目汇编

说明：基于CNN实现对单独数字,英文,中国省份简称的65分类识别任务,总体Accuracy: 99.176%,数字+字母Accuracy: 99.529%,省份简称汉字:Test Accuracy: 97.496

说明：从头开始创建的特征脸程序和神经网络，可以通过机器学习识别名人。

说明：ML回归和CNN估计德国森林高度

说明：system-for-visually-impaired

说明：fastai应用程序，确定建筑物是野蛮的还是现代的建筑风格

说明：使用IA进行图像处理

说明：训练卷积神经网络（CNN）以对CIFAR-10数据库中的图像进行分类。CIFAR-10数据集由分为十类的小彩色图像组成，包括飞机、汽车、鸟、猫等对象。

说明：该项目旨在开发一种鲁棒模型，用于从不同角度对野火图像进行分类。主要目标是从经验上评估和比较不同模型在将图像分类为包含火灾或不包含火灾时的性能。

说明：这是一个简单的图像分类器，它在Pytorch上使用卷积神经网络对Genshin Impact角色的图像进行分类：Furina、Nahida、Hu Tao、Ganyu