资源列表
bnn-master
- 一个高度优化的轻量深度学习前向框架，使用C/C++语言开发，跨平台，支持读取Caffe模型文件，主要处理卷积神经网络。与市面上大多数移动端解决方案不同，我们的量化压缩技术不仅针对模型的权重，还涉及到输入的特征向量压缩。针对这一特性我们在模型文件和内存大小得到裁剪的同时还对框架的性能做了大量优化。(A highly optimized lightweight deep learning forward framework, developed using C/C++ language, cross
squeezeDet-master
- 一种应用于目标检测中同时满足上述所有约束条件的全卷积神经网络结构。在我们的网络中，使用卷积层不只是用来提取特征图，同时也是作为输出层去计算边界框（bounding box）和分类概率。我们模型中的检测管道（detection pipeline）只包含一个神经网络的前向通路，因此它运行起来是极其迅速的。我们的模型是全卷积结构的，因此可以达到小的模型规模和很高的能量利用效率。最后的实验表明我们的模型能达到很高的精度，在 KITTI 基准上达到了最高的精确度。(A fully convoluted n
chapter4
- 遗传算法，反演出线性方程非线性方程的最优解，准确率较高(Genetic algorithm is the best solution to the nonlinear equation of linear equation, with higher accuracy.)
bag2matlab-master
- ROS bag convert to mat
matconvnet-1.0-beta25
- matconvnet-25编译好的文件，确保放到matlab里面可以正常运行。(Matconvnet-25 compiled files to ensure that the Matlab can run normally.)
TTS 语音合成开发包
- TTS 语音合成开发包，帮助程序员仅通过几行代码轻松实现文本朗读、文本转音频文件的功能，只需几分钟的时间，就可以将TTS语音功能集成到你的程序中。 开发包的使用 1、首先将 Include\Speak.h、Lib\Speak.lib 拷贝到工程所在的目录 2、在要调用语音接口的代码中引入这两个文件： #include "Speak.h" #pragma comment(lib, "Speak.lib") 3、调用语音接口编写相关代码
CNN
- 通过卷积网络，自动实现对图片特征的提取，通过训练，得到有效的权值，进行图像分类(Through convolution network, automatic extraction of image features can be realized. Through training, effective weights can be obtained and image classification can be carried out.)
movie-recommendation-python-master
- 利用协同过滤算法对movielens中的数据进行电影推荐(Collaborative filtering algorithm for movie recommendation in movielens)
NN
- 人工神经网络中的BP算法matlab代码实现(Realization of BP algorithm in artificial neural network)
matlab神经网络30个案例分析源程序
- matlab神经网络30个案例分析源程序，里面包含各种智能优化算法的具体实例，可以供初学者学习入门。
Tensorflow CNN
- 卷积神经网络识别手写数字，放在jupyter直接跑，99%识别率，已经和Tensorboard联通好了(Convolutional neural network recognizes handwritten numerals and runs directly on jupyter. The recognition rate is 99%. It has been connected with Tensorboard.)
MATLAB神经网络43个案例分析
- MATLAB神经网络43个案例分析+源码 MATLAB神经网络43个案例分析+源码 MATLAB神经网络43个案例分析+源码