经典算法汇编：贝叶斯、决策树、集成、SVM、神经网络、卷积神经网络

作为一个十余年来快速发展的崭新领域，深度学习受到了越来越多研究者的关注，它在特征提取和建模上都有着相较于浅层模型显然的优势．深度学习善于从原始输入数据中挖掘越来越抽象的特征表示，而这些表示具有良好的泛

收集的卷积神经网络CNN代码，包含C++matlabc#

在python中应用，要求有opencv3.4，运行就可以看到检测效果图

解析卷积神经网络——深度学习实践手册全书共

卷积神经网络(CNN)源码，基于MINIST手写体数据集，已经调试成功，可直接运行

卷积神经网络python实现源代码，代码我都试过，都能运行成功，其中卷积神经网络方面看过，收获很多！！！

利用卷积神经网络CNN进行人脸识别的研究，提取人脸的不同特征用于训练。

多伦多大学的神经网络介绍课程的ppt，内容是CNN网络模型，浅显易懂。

cnn图像分类.通过已有的大量的花卉图片素材编写卷积神经网络对花卉图片训练集进行训练并且将训练后所得模型存放在指定文件夹.再编写一个简洁的python图形的用户交互界面实现图片的选择根据训练出来的神经

传统的目标检测任务主要通过人工提取特征模型建立,常用的特征包括:HOG、SIFT、Haar等,特征提取模型之后进行支持向量机或者Adaboost的分类任务,进而得到我们所关注的目标结果。由于特征模型的