搜索资源列表
CnnClassifyFlowers-master
- 利用tensorflow平台构建cnn,对花进行分类(Using the tensorflow platform to build CNN to classify flowers)
CNN_sentence_tensorflow-master
- 主要是在TensorFlow框架下,利用cnn对文本分类(Mainly in the TensorFlow framework, using CNN to classify text)
CNN_matlab
- 卷积神经网络(CNN)是一种深度学习方法,它可以对图像进行识别和特征分类等优点。(The convolution neural network (CNN) is a deep learning method which can identify and characterize the image.)
MNLIST and CNN
- 实现了在Mnist上的分类,使用了卷积神经网络(use convoluntional neural network to implement classificaiton on Minist.)
utf8''Traffic-sign-recognition
- 项目基于Tensorflow进行实现。 #### 文件说明: --- * input_data.py: 图片的输入 * traffic_sign_cnn.py: 用cnn进行训练分类 * testDemo.py: 用于测试已经训练出来的模型,输入单个图片输出结果,并分类到文件夹 #### 数据集说明: --- * 这里是列表文本使用的是比利时的交通标志数据集,可以网上自己找,里面有62个分类。 #### 网络说明: --- *
CNN-SVM
- 运用卷积神经网络来提取图片的特征值并用SVM做出分类(using CNN And SVM to train my pictures.)
network
- 卷积神经网络函数,用于数据预测,分类以及识别(Convolution neural network functions for data prediction, classification and identification)
flower_CNN
- 简单的的CNN对花进行分类,里面包括代码和数据(Using CNN to classify the flower,which include data and code)
MyCode
- cnn结合xgboost代码,用于多分类器的设计(CNN related code,combined with xgboost,it is used to classify things.)
Deep learning_CNN DBN RBM
- 运用深度学习模型实现图像的分类,主要包括卷积神经网络CNN和深信度网络DBN(Classification of images using deep learning model includes convolutional neural network CNN and belief network DBN.)
classifier_cnn
- 利用MATLAB实现一个基于CNN的图像分类算法(Implementing an image classification algorithm based on CNN with MATLAB)
hyperspectral-classification-with-svm-master
- svm高光谱图像分类3D-CNN Hyperspectral Image Classification(svmHyperspectral Image Classification)
classifier_cnn
- 以卷积神经网络对遥感数据(PaviaU)进行分类的一个算例,对于卷积神经网络的学习很有帮助。(An example of classification of remote sensing data (PaviaU) by convolution neural network is very helpful for the learning of convolution neural network.)
symbol_resnet
- RACNN注意力机制,细腻度图片分类。 RA-CNN由上到下用了3个尺度并且越来越精细,尺度间构成循环,即上层的输出作为当层的输入。RA-CNN主要包含两部分:每一个尺度上的卷积网络和相邻尺度间的注意力提取网络(APN, Attention Proposal Network)。在每一个尺度中,使用了堆叠的卷积层等,最后接上全连接层于softmax层,输出每一个类别的概率;这个是很好理解的,代码采用的网络结构是VGG的网络结构。(RACNN attention mechanism)
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.)
Cnn_train_rollingball
- 卷积神经网络实现CWRU滚动轴承数据集故障分类(Fault classification of volume and network)
CNN_matlab
- 使用matlab2019a深度学习工具箱实现的CNN卷积神经网络分类例程,数据是随机生成的一维随机数(Using the CNN convolution neural network classification routine realized by MATLAB 2019a deep learning toolbox, the data is one-dimensional random number generated randomly)
cnn-master
- 卷积神经网络,可以很好的实现文本分类或者图像识别(Convolutional Neural Networks)
DR_CNN_scripts
- 高光谱图像分类,利用CNN,里面有全套的流程,包括数据处理,样本生成,测试,精度评价。(hyperspectral image classification based on CNN)
CNN_Hyperspectral_Classification-master
- 使用神经网络进行训练,对高光谱普图像进行分类(Using neural network to train and classify hyperspectral images)