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)
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)
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
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)
darknet-master
- 是一种神经网络框架，在其基础上可以实现物体检测，图像分类，模式识别功能。(Darknet is a neural network framework written in C and CUDA. It is fast, easy to install, and supports CPU and GPU computation. You can find the source on GitHub or you can read more about what Darknet can do righ
3.25 基于脉冲耦合神经网络的图像分割
- 这是基于脉冲耦合神经网络的图像分割，提供给大家方便学习(This is based on pulse coupled neural network image segmentation, to provide you with convenient learning)
bp
- 简单的bp神经网络代码，通过python编写，很适合学习应用(Simple BP neural network code, written by python, it is suitable for learning applications)
lenet5
- 此例为神经网络中lenet5的框架，适合学习图像识别、cnn的人学习(This is the framework of the lenet5 neural network, image recognition, suitable for learning to learn CN)