资源列表
code1323
- puma560机器人的运动学正解程序源码，在matlab2016b测试成功，希望对有需要的人有帮助(Puma 560 robot forward kinematics program source code, in MATLAB 2016b test success, hope to help people in need)
music_transcription_MAPS-master
- PyTorch机器学习音乐分类，导入wav和txt进行机器学习，运行项目的命令行和需要的音乐文件都在在压缩包里，项目可以直接运行。(PyTorch machine learns music classification, imports wav and TXT for machine learning, runs the command line of the project and the required music files in the compressed package, and
bp_mnist
- matlab写的bp神经网络对mnist数据集进行学习分类(Learning and classification of MNIST data sets based on BP neural network written by MATLAB)
手势识别技术数据
- 基于表面肌电信号的手势识别数据，欢迎各位下载使用，欢迎交流。
bpandcmac
- 基于小脑模型神经网络和BP网络对同一非线性系统进行逼近(Approximation of the same nonlinear system based on cerebellar model neural network and BP network)
基于matlab-GUI实时人脸检测系统
- 能够实时监测人脸的系统，使用matlab编写 可供学习(Wondering is enough: Uncertainty about category information undermines face recognition)
04.CNN处理CiFar
- 以python语言为基础，利用tensorflow机器学习架构，两层卷积神经网络实现，CiFar数据集图片分类功能。(Based on Python language, using tensorflow machine learning architecture, two-layer convolutional neural network, CiFar data set image classification function.)
MNIST_data
- MNIST数据集是一个手写体数据集，这个数据集由四部分组成，分别是一个训练图片集，一个训练标签集，一个测试图片集，一个测试标签集；我们可以看出这个其实并不是普通的文本文件或是图片文件，而是一个压缩文件，下载并解压出来，我们看到的是二进制文件。其中包含60000张手写体识别数字图片。(MNIST data set is a handwritten data set, which consists of four parts: a training picture set, a training l
facenet
- 人脸检测，基于神经网络的人脸识别，可以达到高精度快速的识别
multihead_joint_entity_relation_extraction
- rdf三元组抽取,多头实体关系联合抽取模型,基于pytorch,tensorflow两种框架实现(multihead_joint_entity_relation_extraction pytorch torflow)
吴恩达深度学习py文件+笔记
- 自己做的吴恩达的深度学习课的笔记，py文件实现等，笔记是在边编程边写出来的，跳过了很多坑，所有写出来的py文件都能直接用，直接执行
《MATLAB 神经网络43个案例分析》源代码&数据
- 《MATLAB 神经网络43个案例分析》全书源代码和数据，注释详细，神经网络学习很有帮助。内含《MATLAB 神经网络43个案例分析》目录:第1章BP神经网络的数据分类语音特征信号分类;第2章 BP神经网络的非线性系统建模-非线性函数拟合等。(Analysis of 43 Cases of Neural Network in MATLAB source code data, detailed comments. Included in the catalogue of 43 Cases Anal