We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.
You must be logged in to block users.
Contact GitHub support about this user’s behavior. Learn more about reporting abuse.
🚀一个结合了LSTM股票价格预测与强化学习交易策略的智能股票交易系统。通过深度学习对股市数据进行精准预测,并利用强化学习自动优化交易决策,实现了从数据获取、趋势预测到自动交易的全流程智能化。系统不仅提供了强大的数据处理和预测功能,还内置交互式可视化界面,帮助用户实时查看预测结果与交易决策,适用于多支股票的批量处理,帮助投资者更好地捕捉市场机会,提升交易效率与收益。
Python 186 33
🎉一个基于 UNet 的视网膜血管分割项目,使用 PyTorch 实现并基于 DRIVE 数据集进行训练和测试。项目包括完整的数据处理、模型训练和测试流程,最终生成视网膜图像的分割结果。
Python 31 1
本项目实现了一个基于深度学习的胸部X线图像肺炎分类系统,用于自动识别儿科患者的胸部X线图像中是否存在肺炎(正常/肺炎)。系统采用了多种先进的深度学习模型,包括ResNet50、EfficientNet、Vision Transformer (ViT)和Swin Transformer,并支持模型集成。
Python 17 1
一个将视觉图像理解、情绪识别与社交文案生成融为一体的多模态智能系统。通过图像字幕生成模型BLIP、情感分析模型EmoMoE以及DeepSeek接口,EmotiGram能够从图片中生成描述文字、识别对应情绪,并产出适合发朋友圈的情绪化短文案。
Jupyter Notebook 14
一个基于支持向量机(SVM)模型的手写数字识别系统。使用了经典的MNIST数据集,通过图像预处理、特征提取和模型训练等步骤,构建了一个可以识别0到9之间数字的分类器。并使用Gradio搭建简单的可视化界面,方便用户上传手写数字图像并查看预测结果。
Python 13 2
Jupyter Notebook 13 8
There was an error while loading. Please reload this page.