搜索资源列表
BP
- bp神经网络的实例操作，亲测可实现，主要用于理解BP神经网络的流程，便于进一步学习(BP neural network example operations, pro test can be achieved)
bpNetWork
- BP神经网络C++实现，异或学习为例。层数及每层节点数可设定。(BP neural network C++ implementation, XOR learning as an example. The number of layers and the number of nodes per layer can be set.)
BP网络
- BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法（梯度法），通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input layer）、隐层(hide layer)和输出层(outpu
c++ BP 神经网络
- 简单的BP代码,初学者可以从中学习写简单的神经网络代码。(Include subscribe ,initial,login in function.espeacailly has a methord of commnucation between base class and UI class)
DeepLearnToolbox-master
- 这是用于深度学习的Matlab工具箱 深度学习是机器学习的一个新的子领域，专注于学习深层次的数据模型。 它的灵感来自于人类大脑的明显的深层次（分层的）层次结构。 目录包括`NN /` - 一个用于前馈反向传播神经网络的库，`CNN /` - 卷积神经网络库，`SAE /` - 堆叠式自动编码器库，`CAE /` - 卷积自动编码器库，`util /` - 库使用的功能函数，`data /` - 实例使用的数据，`tests /` - 单元测试来验证工具箱是否正常工作(A Matlab to
《遗传算法－理论、应用与软件实现》源代码
- C# 图像处理、神经网络、遗传算法，有需要的可以学习一下。(C# image processing, neural network, genetic algorithm)
01 Matlab_NeuralNetwork_TheoreticalBasis
- 对各种神经网络资料进行整理汇总，供初学者参考学习，详细例子给我发邮件索取。(All kinds of neural network data collation summary, for beginners reference learning, detailed examples for me to mail request.)
BP neural network is programmed with C++
- 神经网络的C语言实现,适合初学者学习使用,也可以进一步开发(BP neural network is programmed with C)
caffe-segnet
- 智能车导航，神经网络学习，适合初学者，可以跨平台使用，需要安装caffe(Intelligent vehicle navigation)
BP
- 初步学习ＢＰ神经网络，适用于初步接触深度学习的朋友。(Preliminary study on BP neural network)
机器学习_周志华
- 机器学习的书籍，包含神经网络的介绍。。。。。。。(Machine learning books, including the introduction of neural networks)
neuralnetwork-sample
- 由java编写的，具有gui界面的，手写数字识别神经网络示例(Written by Java, with GUI interface, handwritten numeral recognition neural network examples)
machine-learning-ex4
- Andrew Ng Cousera 机器学习课程神经网络手写字符识别，源代码以及说明文档(Andrew Ng Cousera 's Machine learning courses, Neural Network handwritten character recognition, source code and documentation)
15、BP学习
- 非常好的关于Bp神经网络的资料，有介绍，有代码实现，简明易懂，注释到位(very good codes for bp net work, with introduction and well worked codes ,and proper explanation included)
第10章 模糊逼近算法
- RBF网络的学习过程与BP网络的学习过程类似，两者的主要区别在于各使用不同的作用函数。BP网络中隐层使用的是Sigmoid函数，其值在输入空间中无限大的范围内为非零值，因而是一种全局逼近的神经网络；而RBF网络中的作用函数是高斯基函数，其值在输入空间中有限范围内为非零值，因为RBF网络是局部逼近的神经网络。(The learning process of RBF networks is similar to the learning process of BP networks. The mai
keras-master
- 神经网络用来keras框架源码，非常的适合初学者来学习卷积神经网络(Keras neural network framework for source code)
Ryan_GA_BP
- 实现了基于遗传算法GA优化的BP神经网络，遗传代数为100代(BP neural network based on GA optimization)
network_learn
- 简单地实现全神经网络，适合深度学习的基础入门。(Simple implementation of the whole neural network, suitable for in-depth study of basic entry.)
深度学习模型（卷积神经网络，深信度网络和堆栈稀疏自动编码器）
- 深度学习网络，包含卷积神经网络,深信度神经网络,和堆栈稀疏自动编码器等
ANN-master
- 通过使用iris数据集，初步学习神经网络的同学使用(Through the use of iris data sets, a preliminary study of neural networks is used by students)