搜索资源列表
bp-char
- 基于神经网络的字符识别系统， 对数字，字母都可以识别
contacts1
- 利用线性表实现一个通讯录管理，通信录的数据格式如下： struct DataType { int ID //编号 char name[10] //姓名 char ch //性别 char phone[13] //电话 char addr[31] //地址 } 要求： ? 实现通讯录的建立、增加、删除、修改、查询等功能 ? 能够实现简单的菜单交互，即可以根据用户输入的命令，选择不同的操作。 ? 能够保
bp_neural_network-char
- BP神经网络字符识别源程序， 可编译执行，有很好的参考价值。-BP neural network char indentical source code . Building executable program available
bp
- bp神经网络车牌识别，用于识别 二值化以后的图像，解压后把 char char1 目录放到d盘下-bp neural network license plate recognition, later used to identify the binary image after extracting the char char1 disk under the directory into the d
digital-char-recognize-besedon-bp
- 基于神经网络的手写识别,识别的精确度很高，包含所有资源。-digital char recognize based on bp netware
2012GWY
- 中文(简体)英语日语Alpha BP神经网络的车牌识别，购买到D的char字元1磁盘目录下解压后使用的二进制图像识别-neural network license plate recognition, later used to identify the binary image after extracting the char char1 disk under the directory into the d
char-rnn-master
- 此代碼實現多層遞歸神經網絡（RNN，LSTM和GRU）從字符級語言模型訓練/採樣。換句話說，模型採用一個文本文件作為輸入和火車一個遞歸神經網絡的學習來預測下一個字符的序列。-This code implements multi-layer Recurrent Neural Network (RNN, LSTM, and GRU) for training/sampling character-level language models. In other words the model tak
min-char-rnn
- RNN 学习代码，没有借助框架，纯代码实现(This is a RNN demo tutorial, rely on no framework like TF, just write with basic python language)
Char-RNN-TensorFlow-master
- 使用深度学习 RNN循环神经网络，lstm实现余弦预测(lstm to predict sine)
suxpgil
- LCS,即最常公共子序列的的C语言解法,prepare_for_backdate(char,char,int,int)函数()
min-char-rnn-master
- 循环神经网络RNN 实现字符串预测 本教程将以字符预测为例，说明如何利用RNN预测基于当前输入和隐藏状态的下一个字符。(Use recurrent neural network RNN to implement string prediction. This tutorial will use character prediction as example to show how to use RNN to predict next character based on current in
跨模态文字检索图片102花卉数据
- 跨模态检索 tensorflow实现，使用googlenet处理图片，char-cnn处理文字，使用triple-loss训练(Tensorflow is implemented by cross-modal retrieval, using Google eNet to process pictures, char-cnn to process text, and triple-loss training)