资源列表
final
- lstm网络数据处理，网络训练以及权重自动训练更新。(data processing,network training and weight updating)
pca-人脸识别
- 运用PCA算法，可以通过摄像头实时获取人脸，进行人脸识别。(By using PCA algorithm, we can get face in real time by camera and face recognition.)
kNN
- knn分类器, 机器学习实战第二章代码，k最近邻分类，适用于低维数据的分类器(classifier (KNN algorithm))
bicycle_tf
- 使用tensorflow实现的四层神经网络，并将网络节点参数进行储存(a neural network by python)
数据挖掘算法知识包
- 一些有关数据挖掘的十种经典算法，还有大数据方面的资料库，有需要可以下载学一下。(Some of the ten classic algorithms for data mining, as well as big data databases, need to be downloaded to learn)
caffe-master
- windows下可以使用的caffe框架，错误较少可以快速安装使用(The caffe framework that can be used under windows, fewer errors can be quickly installed and used)
owdadf
- 用BP算法实现亦或XOR问题,三层结构,学习次数越多,结果越准确,就是输入为00,01,10,11时分别输出0,1,1()
evdbuttons
- 线性联想记忆算法：单层的前馈网络,例子能够实现自联想功能()
Deep Learning Based Communication Over the Air
- 通信系统的端到端学习是a 引人入胜的新颖概念迄今为止仅被验证 模拟基于块的传输。它允许学习 发射机和接收机实现为深度神经网络 （NN），它们针对任意可区分的端到端进行了优化 performancemetric，例如块错误率（BLER）。在本文中，我们 证明无线传输是可能的：我们建造， 训练，并运行完整的通讯系统 的神经网络使用非同步的现成软件定义无线电 和开源深度学习软件库。(End-to-end learning of communications systems is a
BP神经网络的非线性系统建模-非线性函数拟合
- 使用BP神经网络，实现非线性系统建模，包括完整的程序和测试数据。(BP neural network is used to realize nonlinear system modeling, including complete program and test data.)
logistic
- python实现的logistic回归，ex2为不带正则化的版本，ex2_reg为正则化版本，从数据集中的两个特征中，采用相乘与取n次方的方法，又人工生成了一些特征，因此加上了正则化。(logistic regression in python)
machine_learning
- 关于BP算法的matlab仿真模型，BP算法的每个模块划分比较清晰，能够直接给输入集，然后得到输出结果