资源列表
deeplearning
- 英文原版教程，原汁原味，下载自网络，大家共同学习一下吧(a deeplearning book downloaded from internet, let's do it)
chatbot
- 聊天机器人 原理： 严谨的说叫 ”基于深度学习的开放域生成对话模型“，框架为Keras（Tensorflow的高层包装），方案为主流的RNN（循环神经网络）的变种LSTM（长短期记忆网络）+seq2seq（序列到序列模型），外加算法Attention Mechanism（注意力机制），分词工具为jieba，UI为Tkinter，基于”青云“语料（10万+闲聊对话）训练。 运行环境：python3.6以上，Tensorflow，pandas，numpy，jieba。(Chat Robot
CroppedYale
- 这是一个经过裁剪的yaleB数据库,对做模式识别的人来说非常有用的库.
混沌遗传算法_by 王孝强
- 遗传算法工具，混沌-Tool for genetic algorithm, chaos
machine-learning2010
- 卡内基梅隆大学的机器学习课件，内容全面，讲解精辟！-machine learning @ CMU
CNTK
- 在深度的重要性的驱使下，出现了一个新的问题：训练一个更好的网络是否和堆叠更多的层一样简单呢？解决这一问题的障碍便是困扰人们很久的梯度消失/梯度爆炸，这从一开始便阻碍了模型的收敛。归一初始化（normalized initialization）和中间归一化（intermediate normalization）在很大程度上解决了这一问题，它使得数十层的网络在反向传播的随机梯度下降（SGD）上能够收敛。 当深层网络能够收敛时，一个退化问题又出现了：随着网络深度的增加，准确率达到饱和（不足为奇）然后迅
TensorFlow
- 这是香港科技大学的tensorflow课程，对于深度学习入门很有帮助(This is the tensorflow course at the Hong Kong University Science & Technology, which is helpful for the introduction of deep learning)
SceneTextCNN_demo.tar
- 端至端卷积神经网络的文字识别,代码演示包. 它包含我们的论文中使用的所有主要组成部分: kmeans无监督特征学习 + 卷积神经网络(CNN)-This is a demo package of the code we used for our paper, "End-to-End Text Recognition with Convolutional Neural Networks", T. Wang, D. Wu, A. Coates, A. Ng, in ICPR 2012.
Keras快速上手：基于Python的深度学习实战
- 该书理论和实践相结合，介绍了当前深度学习应用的几个主要框架和应用方向，实用性强，内容紧凑。基于Keras这个高度抽象的深度学习环境，全书强调快速构造深度学习模型和应用于实际业务，因此特别适合深度学习实践者和入门者学习，是一本必不可少的参考书。(The book combines theory and practice to introduce several main frameworks and application directions of current deep learning a
c++ code
- 有计算机图形学、图像处理、dbms、sniffer、中游俄罗斯*、othello、遗传算法、舌苔分析等程序。-computer graphics, image processing, DBMS, sniffers, the Russian middle pylons, othello, genetic algorithm, fur analysis procedures.
Artificial-Intelligence-
- 《人工智能：一种现代方法（中文版）》，相信学习人工智能的朋友都听说过吧？经典中的经典。-"Artificial Intelligence: A Modern Approach (Chinese version), to believe that learning artificial intelligence friends heard of it? The classic of classics.
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