LVQ神经网络的分类

邱老师的资料，针对循环神经网络进行了详细的讲解，相当棒！

图像分类的性能在很大程度上取决于特征提取的质量。卷积神经网络能够同时学习特定的特征和分类器,并在每个步骤中进行实时调整,以更好地适应每个问题的需求。本文提出模型能够从遥感图像中学习特定特征,并对其进行

基于BP神经网络的遥感影像分类，俞冰，，传统统计模式识别方法进行遥感影像分类时要求数据服从正态分布，并且存在分类精度低的缺点。通过分析BP网的分类原理与学习算法，�

本资源针对minist数据集的CSV文件进行神经网络的训练,由于minist数据集较大,这里数据集里面有100个训练数据,10个测试数据,此代码不使用TensorFlow和pytorch等深度框架,使

bp神经网络的对图像车辆分类,很不错的一个人工智能算法

基于BP神经网络的车辆分类器设计，实现对车辆的分类识别

基于BP神经网络的遥感图像分类，王文文，郭嗣琮，为了研究神经网络在遥感分类中的应用，从神经网络的特点和其它的遥感分类方法的比较上，说明神经网络应用遥感分类有着独特的优势

十分简单的，易于理解的CNN神经网络用于手写数字分类，基于TensorFlow，适合初学者掌握理解。

十分简单的BP神经网络程序，只有单层神经网络，适合初学者掌握TensorFlow。

基于TensorFlow的循环神经网络（LSTM），分类手写数字，十分简单，亲测可用，适合初学者理解运用TF。