2 रिपॉजिटरी
Awesome GitHub RepositoriesNumeric Digit Classifiers
Tools designed specifically to recognize and categorize numerical digits in images.
Distinct from Image Classifiers: Specializes in digit recognition rather than general predefined subject labels.
Explore 2 awesome GitHub repositories matching data & databases · Numeric Digit Classifiers. Refine with filters or upvote what's useful.
Awesome Numeric Digit Classifiers GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- jezen/is-thirteen
jezen/is-thirteen
6,183GitHub पर देखेंis-thirteen एक नंबर वैलिडेशन लाइब्रेरी और न्यूमेरिकल इक्वेलिटी चेकर है जिसे यह सत्यापित करने के लिए डिज़ाइन किया गया है कि क्या कोई इनपुट तेरह (13) के बराबर है। यह एक डेटा क्लासिफिकेशन टूल के रूप में कार्य करता है जो संख्यात्मक, पाठ्य और विज़ुअल इनपुट स्ट्रीम में इस विशिष्ट मान की पहचान करता है। प्रोजेक्ट में एक इमेज-आधारित नंबर क्लासिफायर शामिल है जो अपलोड की गई छवियों के भीतर तेरह की विज़ुअल प्रस्तुतियों की पहचान करने के लिए डीप लर्निंग और न्यूरल नेटवर्क एनालिसिस का उपयोग करता है। लाइब्रेरी वैलिडेशन विधियों की एक विविधता को कवर करती है, जिसमें सटीक अंकगणितीय समानता, परिभाषित टॉलरेंस रेंज के भीतर अनुमानित मान मिलान, वैज्ञानिक नोटेशन पार्सिंग और संख्या के लिखित रूपों के लिए भाषाई पैटर्न मिलान शामिल है।
Provides a deep learning utility to identify if an image depicts the number thirteen.
JavaScript - pannous/tensorflow-speech-recognition
pannous/tensorflow-speech-recognition
2,172GitHub पर देखेंयह लाइब्रेरी स्पीच रिकग्निशन और ऑडियो क्लासिफिकेशन करने के लिए न्यूरल नेटवर्क को प्रशिक्षित करने के लिए एक डीप लर्निंग फ्रेमवर्क प्रदान करती है। यह वेरिएबल-लेंथ ऑडियो इनपुट को टेक्स्ट या संख्यात्मक आउटपुट में मैप करने के लिए सीक्वेंस-टू-सीक्वेंस आर्किटेक्चर का उपयोग करती है, जो कस्टम स्पीच-टू-टेक्स्ट ट्रांसक्रिप्शन मॉडल्स के विकास को सक्षम बनाती है। यह प्रोजेक्ट एकीकृत ऑडियो प्रोसेसिंग क्षमताओं के माध्यम से अलग है जो रॉ वेवफॉर्म्स को स्पेक्ट्रोग्राम और उच्च-आयामी संख्यात्मक वैक्टर में बदलती है। ये टूल्स वक्ताओं की पहचान करने के लिए अद्वितीय मुखर विशेषताओं के निष्कर्षण, साथ ही विशिष्ट ऑडियो सोर्सेज और बोले गए अंकों के वर्गीकरण की अनुमति देते हैं। मॉडल विकास का समर्थन करने के लिए, लाइब्रेरी में ऑडियो ऑगमेंटेशन और सिग्नल पुनर्निर्माण के लिए उपयोगिताएं शामिल हैं। विभिन्न ध्वनिक एनवायरनमेंट का अनुकरण करने के लिए ऑडियो नमूनों को प्रोग्रामेटिक रूप से संशोधित करके और लेटेंट-स्पेस पुनर्निर्माण के माध्यम से सीखे गए फीचर्स की अखंडता को सत्यापित करके, सिस्टम अपने अंतर्निहित न्यूरल नेटवर्क की मजबूती में सुधार करता है।
Maps spectrogram data to specific numerical labels to accurately recognize individual digits spoken by a human voice.
Pythondeep-learningneural-networkspeech-recognition
