搜索资源列表
Deep_Belief_nets
- 深度置信网络的论述，其中有Hinton没有仔细讲解的关于complementary prior的知识-Discussed in depth the confidence of the network, which has complementary prior knowledge of not carefully explain Hinton
DeepLearning-master
- 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。[1] 深度学习的概念由Hinton等人于2006年提出。基于深信度网(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。[1] 深度学习是机器
DeeBNetV2.2
- 深度置信网络源码，有配合的文档可以参考，详见内容-DBN source code
DeepLearnToolbox-master
- 这是深度学习的常用工具箱，里面包括常用的自动编码器、卷积神经网络和深度置信网络的函数- This is a common toolbox depth study, which includes functions commonly used automatic encoder, convolutional neural network and depth of belief networks
dbn_tf-master
- 利用深度置信网络实现对mnist数据集的分类(sort out the set of mnist with DBN)
rbpfdbn
- 深度置信网络 径向基神经网络，用于深度学习的matlab代码(the test example code of dbn net, it is the example code in matlab)
dbn-master
- 深度置信网络DBN，深度学习，神经网络，分类(deep belief network(DBN), deep learning, neural network, classification)
Deep-Belief-Network-for-Regression-master
- 利用深度置信网络进行回归建模(Regression Modeling Using Deep Belief Network)
DBN
- 根据历史电网负荷数据，用深度置信网络预测未来负荷大小(Forecast future load size based on historical grid load data)
DBN
- 基于Tensorflow的典型深度学习模型-深度置信网络预测程序，方便拓展，测试文件在test文件夹下(The typical deep learning model based on tensorflow deep confidence network prediction program is easy to expand, with case data attached, and the test file is in the test folder)