分类

【鲲码园Python】基于pytorch的蘑菇分类系统(9类)编程语言: Python;数据集来自网络mushrooms_9，其中包括6714张蘑菇图片，分9类，依次为伞菌属(Agaricus)、鹅膏属(Amanita)、牛肝菌属(Boletus)、丝膜菌属(Cortinarius)、粉褶蕈属(Entoloma)、蜡伞科(Hygrocybe)、乳菇属(Lactarius)、红菇属(Russula)、乳牛肝菌属(Suillus)；

PyTorch 深度强化学习实战：从零手写 PPO 算法训练你的月球着陆器智能体上节课我们讲完了PPO的原理，这节课我们来从零开始实现PPO，使用月球着陆器来进行教学：如果对理论还有不懂的，请点击以下链接学习PPO理论，我讲的非常详细：

马拉萨的春天

iOS的分类中为什么不能添加变量以及如何设置关联对象的弱引用效果简单来说，分类（Category）在设计的初衷是为了给现有类添加方法，而不是为了扩展实例变量。下面我们从技术层面深入解析为什么不能直接添加变量，以及如何间接实现类似功能。

TextCNN-NPU移植与性能优化实战https://gitcode.com/RyanChen178/TextCNN-Ascend-Migration

Al in CrashSight ——基于AI优化异常堆栈分类模型CrashSight在进行异常问题分组时，经常会由于一些特殊case导致无法聚合在一起，如堆栈里面包含uuid，玩家姓名等，从而产生大量重复issue，给用户带来不必要的干扰，同时海量的issue也影响了页面查询性能。另外，崩溃issue分组场景下，由于一些通用堆栈行的干扰，传统的分组算法有时会将实际不同的issue识别成相同issue，影响问题追踪精准度。因此，CrashSight团队引入用LLM大模型驱动的问题分组方法，带来更智能化的问题分组体验。

基于深度卷积神经网络与迁移学习的动物图像分类动物图像分类是一项复杂任务，通过人工智能算法根据视觉特征识别和归类动物。这项技术具有广泛应用场景，包括野生动物保护、兽医学乃至农业领域。随着深度学习与计算机视觉技术的发展，如今已能构建高精度、高效率的动物图像分类系统，实现海量图像的实时分析。

汗流浃背了吧，老弟！

LangChain 实现文本分类任务通过 ChatOpenAI 连接 DashScope 提供的 Qwen 模型，配置 model、api_key 与 base_url。

脑肿瘤分割与分类的人工智能研究报告脑肿瘤按组织来源可分为原发性（如胶质瘤）和继发性（转移性肿瘤）。MRI 提供多序列图像（T1、T1c、T2、FLAIR），为 AI 模型提供丰富数据，但存在形态多样、边界不规则和异质性强等特点。AI 能自动提取特征，实现精确分割与分类，辅助临床决策。

文档图像旋转对VLM OCR的影响及基于Phi-3.5-Vision+分类头的文档方向分类器、及数据构建思路假设文档的存在方向旋转，那么会进一步的干扰VLM进行OCR的性能，下面看一个预处理方案，解决文档旋转干扰OCR问题，并进行一些评估，方法较为简单，快速看一下。

【甲状腺病理AI】基于YOLO11-SOEP的甲状腺乳头状癌病理特征识别与分类系统研究🔬 近年来，甲状腺乳头状癌（PTC）的发病率逐年上升，早期准确诊断对提高患者生存率至关重要！💪 传统的病理诊断依赖医生经验，存在主观性和效率低下的问题。随着人工智能技术的发展，深度学习在医学图像分析领域展现出巨大潜力。本文介绍了一种基于YOLO11-SOEP的甲状腺乳头状癌病理特征识别与分类系统，该系统能够自动识别和分类多种病理特征，为临床诊断提供辅助决策支持。🎯

【深度学习】YOLOv10n-MAN-Faster实现包装盒flap状态识别与分类，提高生产效率在现代工业生产中，包装盒的质量控制至关重要。特别是包装盒的flap状态，直接影响产品的密封性和保护效果。传统的检测方法依赖人工目检，不仅效率低下，而且容易出现漏检和误检。😱 今天，我要给大家分享如何使用最新的YOLOv10n-MAN-Faster模型来实现包装盒flap状态的自动识别与分类，大幅提升生产效率！🚀

AI街潜水的八角

深度学习杂草分割系统1：数据集说明(含下载链接)大豆杂草分割-深度学习图像分割数据集大豆杂草分割数据，可直接应用到一些常用深度学习分割算法中，比如FCN、Unet、SegNet、DeepLabV1、DeepLabV2、DeepLabV3、DeepLabV3+、PSPNet、RefineNet、HRnet、Mask R-CNN、Segformer、DUCK-Net模型等数据集总共有320对图片，数据质量非常高，甚至可应用到工业落地的项目中

月下倩影时

视觉学习篇——理清机器学习：分类、流程与技术家族的关系清晨打开手机，刷到感兴趣的新闻推荐；上班刷脸打卡，系统精准识别你的脸；电商APP弹出“你可能喜欢的商品”——这些习以为常的场景，背后都是机器学习在驱动。但你真的懂机器学习吗？它有哪些分支？和深度学习、强化学习是什么关系？如何用一套通用流程解决实际问题？

算法与编程之美

探索不同的优化器、损失函数、batch_size对分类精度影响1 问题探索不同的优化器对分类精度的影响。探索不同的损失函数对分类精度的影响。探索不同的batch_size对分类精度的影响。

甄心爱学习

数据挖掘11-分类的高级方法学习笔记（AI总结）：Chapter 7 Classification Advanced Methods

YOLOv8-SOEP-RFPN-MFM水果智能分类与检测模型实现嗨，各位AI爱好者们！👋 今天我要和大家分享一个超酷的项目——基于YOLOv8-SOEP-RFPN-MFM的水果智能分类与检测模型！🍎🍌🍊 想象一下，只需一张水果图片，我们的AI就能精准识别出是什么水果，甚至还能在图片中框出它们的位置！是不是超级神奇？😲

第N5周：Pytorch文本分类入门程序完整解释这是一个文本分类程序，使用PyTorch框架对AG_NEWS新闻数据集进行分类。AG_NEWS数据集包含4个类别的新闻文章：

极客学术工坊

2023年辽宁省数学建模竞赛-B题数据驱动的水下导航适配区分类预测-基于支持向量机对水下导航适配区分类的研究摘要解决水下航行器的导航精度问题对于海洋经济的发展至关重要。本文采用一系列方法来提高水下航行器的导航精度。

Learn Beyond Limits

Regression vs. Classification｜回归vs分类-----------------------------------------------------------------------------------------------

学习文本大模型的学习路径，各种大模型对比和分类以及各个大模型对硬件的要求，开源大模型有哪些：提示：当前（2025年）工业界以Decoder-Only为主流，学习应聚焦于此。建议从LLaMA 3（8B版本）入手，在消费级显卡上实践全流程，再逐步扩展到多模态和新型架构。