暂无评论
涵盖深度学习、神经网络学习、机器学习源码、案例和经典人工智能算法。
卷积神经网络基础 本节我们介绍卷积神经网络的基础概念，主要是卷积层和池化层，并解释填充、步幅、输入通道和输出通道的含义。
MATAB灰色神经网络源码及数据分析的预测项目，提供了一种用于预测的灰色神经网络模型。该模型基于灰色系统理论和神经网络算法，能够对数据进行有效分析和预测。源码及数据分析，可以帮助用户深入理解该预测算法
MNIST数字识别问题,数据集是深度学习中最基础的入门的，包括训练集和测试集的images和labels
该mnist数据集用于训练手写数字识别，数据集中有60000个训练样本，10000个测试样本。注意图片和label是分开的，而且需要用代码进行解析（diamante很简单，搜索下即可）
mnist数据集，官网现在下载的不能用，解压会出错，这个已经解压过了，直接使用，方便，需要用直接拿走，不谢
cs231nstanfordconvolutionneuralnetwork卷积神经网络
该程序使用Python实现BP神经网络mnist手写数字识别。压缩包中给出训练好的权重以及偏移量的mat文件，在程序运行后输入mnist文件夹中图片路径的后缀就可以进行预测，如：4/mnist_tes
Java实现BP神经网络，内含BP神经网络类，采用MNIST数据集，包含服务器和客户端程序，可在服务器训练后使客户端直接使用训练结果，界面有画板，可以手写数字
《机器学习从入门到入职》深度学习的卷积神经网络算法代码框架用的是keras,数据集选用mnist手写字体识别
暂无评论