解析卷积神经网络——深度学习实践手册

对卷积神经网络进行由浅入深的分类描述从现代雏形、突破模型、加深模型一直到强化模型和成就并附有相关参考文献，方便读者及时查阅和钻研卷积神经网络是深度学习中为重要的模型，对引领深度学习的井喷式发展起到了不

深度学习 卷积神经网络算法简介 李宗贤 北京信息科技大学智能科学与技术系 卷积神经网络是近年来广泛应用在模式识别 图像处理领域的一种高效识别算法具有简单结构训练参数少和适应性强的特点它的权值共享网络结

深度学习中的图像分类一直是一个热门研究方向。其中，卷积神经网络CNN架构因其良好的性能表现被广泛应用于图像分类领域。CNN架构的基本原理和常用模型，包括LeNet、AlexNet、VGG、GoogLe

天气状况识别对交通运输安全环境气象等领域有重要意义.在各种产业向智能化转型的技术背景下基于人工智能技术研究一种高效的天气自动识别方法不仅能解决传统天气判别准确率低的问题还能实现天气判别的实时性有效地提

使用深度学习（卷积神经网络）的手写数字识别这个3层卷积网络的Matlab实现在MNIST公共数据集上进行了测试，其中包括60,000个训练样本和10,000个测试样本。它通过30次训练迭代达到>

本文主要探讨了深度学习领域中的卷积神经网络图片迁移技术，讨论了其原理、应用场景及相关算法。图片迁移是指将一张图片的风格或特征迁移到另一张图片上，使其具有相似的风格或特征。通过深度学习中的卷积神经网络，

文章目录1 卷积神经网络基础1.1 二维卷积层1.2 填充和步幅1.3 多输入通道和多输出通道1.4 卷积层与全连接层的对比1.4 池化2 LeNet2.1 LeNet 模型2.2 获取数据和训练模型

改善深层神经网络 通过正则化和超参数调整来改善深度学习模型!

个人整理的CNN学习笔记，所有素材均来自于互联网。把经典的摘之以作备案，待整理好这份笔记后，发现对CNN也有了深入理解，希望对你也有帮助！

包含alexnet.pdf batchnorm.pdf CNN.pdf resnet.pdf resnet2.pdf visualzing.pdf yolo4.pdf等7个PDF文件,仅供学习参考