搜索资源列表
cnn-示例
- 卷积神经网络的结构模型，可实现对图像进行训练与识别(The structure model of the convolution neural network can realize the training and recognition of the image)
SVM-CNN-master
- 实现卷积神经网络与支持向量机的联合调试使用(Joint debugging and implementation of convolutional neural network and support vector machine)
深度卷积神经网络
- 作为类脑计算领域的一个重要研究成果，深度卷积神经网络已经广泛应用到计算机视觉、自然语言处理、信息检索、语音识别、语义理解等多个领域，在工业界和学术界掀起了神经网络研究的浪潮，促进了人工智能的发展。卷积神经网络直接以原始数据作为输入，从大量训练数据中自动学习特征的表示。(As the important research achievement, deep convolutional neural networks have been widely applied to various fiel
卷积神经网络
- 建立卷积神经网络；使用训练样本对卷积神经网络进行训练；使用测试样本对卷积神经网络进行测试；卷积神经网络的前向计算过程；计算目标函数值，以及目标函数对权值和偏置的偏导数；更新网络的权值和偏置。(A convolutional neural network; convolutional neural network is trained using the training samples; test the convolutional neural network using the test s
基于卷积神经网络的手写汉字识别
- 基于卷积神经网络的手写汉字识别_matlab版本_可以识别509类手写汉字(Based on the _ handwritten Chinese characters recognition _matlab version convolutional neural network can identify 509 kinds of handwritten Chinese characters)
CNN
- 构建卷积神经网络，包括卷积层，池化层，RELU(Construction of convolution neural network)
CNN卷积神经网络数字识别
- 关于神经网络的例子以及pdf，很详细，入门推荐。(About example of neural network and pdf, it is very detailed.)
matconvnet-manual
- 图像深度学习英文资料；卷积神经网络的MATLAB(Image depth learning English materials;Convolutional Neural Networks for MATLAB)
cnn-edge-detection
- 卷积神经网络实现图像的边缘检测+python代码(CNN-edge-detection-python-codes)
CNN
- 卷积神经网络分类 调制信号识别 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称
minist手写数字识别，搭建3层的卷积神经网络
- minist手写数字识别，基于Keras搭建3层的卷积神经网络，达到99%的识别准确率，且绘制相应的准确率和loss function曲线；