搜索资源列表
osu-svm
- OSU-SVM，基于LibSVM但是不需要LibSVM的格式，可以在32位的电脑上运行，速度较快，比较稳定，欢迎试用。-OSU-SVM, based on LibSVM but not LibSVM format, 32-bit computer can run faster, more stable, welcomed the trial.
libsvm-3.1-[FarutoUltimate3.1Mcode]
- LIBSVM的工具包，里边含有已经编译过的make，64位.32位一般都可以直接使用，的安装vc。这个工具包添加ClassResult.m函数，方便给出各种分类准确率，以及给出判别函数的权值w、偏置b、支持向量在原始训练集中的位置索引以及alpha系数。-搜索 图片 地图 新闻 云端硬盘 日历 翻译 相册 更多 ▼ 翻译 LIBSVM toolkit has been compiled containing inside make, 64 位 .32 bit can generally
libsvm32
- matlab下libsvm工具箱，使用于32位系统-lib svm
train-labels-idx1-ubyte
- 用于手写数字识别的训练数据（标签） 数据格式：前32位为2049，再32位为数据数量，之后每一位都是标签值(Training data (tags) for handwritten digit recognition)
t10k-labels-idx1-ubyte
- 用于手写数字识别的预测数据（标签） 数据格式：前32位为2049，再32位为数据数量，之后每一位都是标签值(Predictive data (tags) for handwritten numeral recognition)
train-images-idx3-ubyte
- 用于手写数字识别的训练数据（图片） 数据格式：前32位为2049，再32位为数据数量，再32位为图片宽度M，再32位为图片高度N，之后每N*M位都是图片的像素值(Training data (pictures) for handwritten digit recognition)
t10k-images-idx3-ubyte
- 用于手写数字识别的预测数据（图片） 数据格式：前32位为2049，再32位为数据数量，再32位为图片宽度M，再32位为图片高度N，之后每N*M位都是图片的像素值(Predictive data (pictures) for handwritten numeral recognition)