使用keras框架cnn+ctc_loss识别不定长字符图片操作

确保ReLus还在“放电”。如果大部分神经元“电压”被“钳制”为零，那么应该重新修正权重初始化策略，尝试使用不太激进的学习率计划，并尝试减少正则化（权重衰减）。

使用的是STM32CUBEMX生成的HAL库,芯片是STM32103C8芯片,使用的是dma串口

使用野火的模板利用RT1052的eDMA和串口空闲中断实现接收不定长数据，并在主函数打印出来。。。实测有效

本项目是针对STM32平台下,串口收发采用DMA方式,接收不定长数据,发送接收实测都正常,完全可以适用于实战项目,欢迎大家下载!

使用多层CNN卷积神经网络构建模型，分析人脸的轮廓，将人脸照片数据放入data中进行训练，并且能够对人脸的表情进行分析（高兴、愤怒、难过、一般）

基于LIDC数据集的肺结节识别完整项目包，采用了CNN算法（python3）

基于CNN卷积神经网络,对Olivetti人脸数据集,实现了小型人脸识别项目,准确率达到85%。 # train_data: 320张,57*47, train_label:320个,1*40 # v

利用深度学习的CNN进行人脸识别，对Olivettiface公开数据库中的人脸数据进行训练。

这是基于卷积神经网络CNN的字母识别源码,编程语言为matlab。包含训练和测试部分,下载解压后直接运行。

CNN手写识别demo，采用了MatConvNet工具箱，matlab2015以下版本有可能出错