PythonLucid神经网络可解释性研究工具集

bp网络的建立和训练，RBF网络的建立和训练，MATLAB例程

对神经网络工具箱函数及里面神经网络工具箱的神经网络模型的网络对象及其属性做了详细的论述。这本书对提高网络的泛化能力的一些方法做了讲述，并且书后有程序，对网络结构的设计应该是挺有帮助的。

MATLAB神经网络工具箱是一个强大的工具，可用于创建各种类型的神经网络，包括前馈神经网络、卷积神经网络和递归神经网络。要创建一个神经网络，您需要首先选择一个合适的模型类型，然后添加输入和输出层以及中

MATLAB神经网络不仅在理论研究中有着卓越表现，而且在实际数据预测中也展现出强大的应用潜力。本文通过43个案例详细分析了Elman神经网络在数据预测中的应用，重点探讨了电力负荷预测模型。通过MATL

NN-Tools是一款方便易用的神经网络工具集，提供了面向Caffe/PyTorch/TensorFlow等主流神经网络框架的转换器/构建器/分析器。

一种基于粗糙集和神经网络的识别方法

对于深度学习中RNN网络的可解释化，提出了新的见解，对于深度学习RNN的学习不可多得的参考文献

Interpretable Machine Learning(可解释机器学习) 英文原版，可编辑pdf

可解释的机器学习，Interpretable Machine Learning ，by Parul Pandey。

卷积神经网络和递归神经网络(构建神经网络,进行数据处理,包括卷积神经网络和递归神经网络)