卷积神经网络

第一章回顾了理解卷积神经网络的动机；  第二章阐述了几种多层神经网络 ，并介绍当前计算机视觉领域应用中最成功的卷积结 构；  第三章具体介绍了标准卷积神经网络中的各构成组件 ，并从生物学和理论两个

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

（1）第一阶段（Region Proposals阶段）：对一帧图像采用Selective Search算法得到最有可能是目标的2000个左右的Region Proposals（候选区域），改善了传统滑

卷积神经网络的matlab代码，代入数据就可以成功运行！！

教你如何搭建一个卷积神经网络，是开展图像处理的重要一步

用matble写的卷积神经网络，有全连接层和卷积层，比呢没有加入池化层。

在今天这篇文章中，我们将详细为大家推导卷积神经网络的反向传播算法。对于卷积层，我们将按两条路线进行推导，分别是标准的卷积运算实现，以及将卷积转化成矩阵乘法的实现。在文章的最后一节，我们将介绍具体的工程

详细解读了卷积神经网络是如何工作的，从CNN卷积层、激活层、池化层到全链接层，及多层CNN作用进行了通熟易懂的讲解

4--深度学习--卷积神经网络 很宝贵的资料。适合深入学习机器学习和深度学习的人群。想要更多相关资源请关注。

matconvnet卷积神经网络的手册. CNN最近非常火，这是一个2012年在imagenet挑战赛上获得冠军的网络。本人也在使用，很好用，适合于图像分类检索等。