搜索资源列表
FI565
- 内附两个源代码，其中一个源代码是识别程序的，另一个是一个矩阵类库的，所以一并附上。 ~..~因为已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行\\\\Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。 当然读者也可以自行用训练样本训练网络，不过要特别注意训练样本的选择，否则可能造成识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下，训练样本数目尽量多。 -containing 2 source code,
websphinx-src
- 一个Web爬虫（机器人，蜘蛛）Java类库，最初由Carnegie Mellon 大学的Robert Miller开发。支持多线程，HTML解析，URL过滤，页面配置，模式匹配，镜像，等等。-a Web Crawler (robots, spiders) Java class libraries, initially by the Carnegie Mellon University's Robert Miller development. Supports multi-threadin
yuandaima
- 基于遗传算法，针对考试系统的自动出题问题，应用矩阵理论的知识，为自动组卷系统建立了一个合适的数学模型，使我们能在数学模型的基础上，应用遗传算法全局寻优和智能搜索的特性，在试题的各种属性满足数学模型的控制指标的基础上，从题库中既好又快的抽出一组符合考方要求的试题，从而得到一份满意的试卷。-Based on genetic algorithms, automatic test system for the title problem, the application of matrix theory
eDetection
- 静态人脸检测程序，注意需要OpenCV提供的库支持，因此请首先到相关网站上下载并安装OpenCV，-Static face detection process, attention to the need to provide OpenCV library support, so please be the first to the relevant Web site to download and install OpenCV,
InferenceEngine
- 简单的推理机算法实现，输入规则库，和事实库，由普通txt文件模拟两个库，可以由事实在规则中推出结果.推理机不断从规则库中选择可用的规则，每选择到可用的规则，把该规则的后件中不再facts中的所有结论添加到facts中，对facts扩充，由扩充了的facts来选择下一条可用规则对facts再次扩充，直到没有可用的规则可选为止。文件内已包含使用说明书， 说明书.docx -Simple inference algorithm, the input rule base, and the fact th
Neural.network.character.recognition
- 本目录主要包括：文档和两个源代 其中源代码是识别程序的，另一个是矩阵类库的。 已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。当然也可以自行用训练样本训练网络，不过要注意训练样本的选择，否则可能识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下训练样本数目尽量多。-Catalog include: documentation and two source co
neural-networks-and-deep-learning-master
- 用不同的方法实现了神经网络（没有用第三方库，就是用numpy等实现的，对于初学者来说是不错的深入了解神经网络的素材）(Using different methods to achieve the neural network (not using third square libraries, that is, using numpy and so on, for beginners is a good understanding of the neural network material))
lib.tar
- 将训练之后的caffe model生成.so库文件，方便在工程中直接调用，不需要写caffe test分代码(he Caffe model after the training is generated for the.so library file, which is convenient to call in the project and does not need to write Caffe test code)
Deep Learning Based Communication Over the Air
- 通信系统的端到端学习是a 引人入胜的新颖概念迄今为止仅被验证 模拟基于块的传输。它允许学习 发射机和接收机实现为深度神经网络 （NN），它们针对任意可区分的端到端进行了优化 performancemetric，例如块错误率（BLER）。在本文中，我们 证明无线传输是可能的：我们建造， 训练，并运行完整的通讯系统 的神经网络使用非同步的现成软件定义无线电 和开源深度学习软件库。(End-to-end learning of communications systems is a
贝叶斯方法 -概率编程与贝叶斯推断 zip
- Probabilistic Programming and Bayesian Methods for Hackers是一本写给开发者的关于贝叶斯方法和概率问题的免费开源书。贝叶斯方法的用途十分广泛，在经济学上能找出一堆的例子。而在IT行业，机器学习是非常典型的一个应用。而机器学习也是本书作者写本书的一个重要的理由。 本书选择了Python作为编程语言，这一点都不奇怪，Python在科研和数据分析上的应用是非常方便和普遍的，比如大名鼎鼎的Numpy等。作者在本书中使用另一个库PyMC，它依赖
深度学习入门：基于Python的理论与实现.pdf+代码
- 本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了深度学习相关的实用技巧，自动驾驶、图像生成、强化学习等方面的应用，以及为什么加深层可以提高识别精度等“为什么”的问题。(This book is a true sen