SOM神经网络.zip

深度神经网络详细讲解,深度学习讲解,本资料共分为九个部分介绍深度神经网络,内容详细。

代码数据完整,包含超限学习机,单层双层神经网络 %% III. 数据归一化 %% % 1. 训练集 [Pn_train,inputps] = mapminmax(p); Pn_test = mapmi

ConvNetJS 是用 JavaScript 实现的神经网络,同时还有基于浏览器的 demo。它目前支持:通用的神经网络模型(连接到所有层,非线性)分类 (SVM/Softmax) 和回归的 (L2

学习深度学习这一本书,所下载的源码资源。平时自己也会看一下源码,因为没有系统的学习Python,分享给有需要的童鞋一起进步~

手写数字识别，使用神经网络实现，包含实现的源代码和数据集。

模糊神经网络matlab代码，可直接运行，有原始数据。代码运行结果包含真实数据的输出，预测值输出，误差输出图像，以及网络性能分析图像。是个人在做预测模型时，使用的算法代码。

注意是基于matlab编写的。本代码简单好用，适合新手和有一定matlab基础的同学

keras入门神经网络 代码目录： p2.py:线性回归的实现 p3.py:非线性回归的实现 p4.py:mnist数据集的分类 p5.py:交叉熵的简单应用 p6.py:Dropout的

离子群优化算法是科研中常用的算法之一,在本资源包中,将常规BP神经网络与粒子群优化后的BP神经网络做了对比,得出较为可信的结果。

用于测试最基本的神经网络的手写体数据集,其中已经划分了训练集和测试集,可以直接调用训练。train文件夹用于训练网络,val用于测试网络。手写数字图像集是训练集与测试集的集合