使用CIFAR10数据集在浏览器训卷积神经网络

该文件是南京大学博士所写的卷积神经网络的系统介绍，适合初学者学习

基于tensoflow1.8实现的卷积神经网络，包括两个卷积层，两个池化层，一个dropout层和一个输出层

卷积神经网络的详细介绍文档，把卷积网络的各个部分都分析得很透测；目标函数；损失函数；激活函数；

卷积神经网络是近年来广泛应用于模式识别、图像处理等领域的一种高效识别算法,它具有结构简 单、训练参数少和适应性强等特点。本文从卷积神经网络的发展历史开始,详细阐述了卷积神经网络的网 络结构、神经元模型

非常详细的CNN模型的ppt，适合做演讲介绍用，内容简介，通俗易懂。

该ppt对卷积神经网络进行的详细讲解，其中还有动态展示图，便于大家理解

卷积神经网络在目标识别，图像分类，图像切割等方面的应用

介绍卷积神经网络

深度学习卷积神经网络，简单的实现卷积神经网络的架构。简单通俗

用于手写字体识别的卷积神经网络源码，python语言，包含注释