[深度学习] RESNET、GOOGLENET等Python代码实现

说明： 懒得描述了，ResNet,GoogleNet等网络结构的Python实现，很好的资源
<u011431141> 在 上传 | 大小：7340032

[深度学习] RNN的实例代码

说明： python实现、可用jupyter notebook查看，非常棒的资源啦啦啦
<u011431141> 在 上传 | 大小：273408

[机器学习] 机器学习可视化代码

说明： 机器学习可视化代码，jupyter notebook运行，非常好用，快贡献你们的积分把
<u011431141> 在 上传 | 大小：307200

[深度学习] 阿里出品 的增强学习相关应用案例

说明： 阿里出品 的增强学习相关应用案例， 实战，实战，实战，实战
<weixin_42639981> 在 上传 | 大小：19922944

[机器学习] 基于51单片机的计步手环

说明： 基于51单片机的智能手环，能够实现计步以及时钟的读取，并在OLED上显示
<qq_42589531> 在 上传 | 大小：83968

[深度学习] mnist_data_lmdb

说明： mnist数据集经过convert_mnist_data转换后的两个文件夹。解压到examples\mnist\下可直接使用。
<q936795779> 在 上传 | 大小：10485760

[机器学习] 相干信号的序贯分组波达方向估计算法研究_韦进强

说明： 波达方向(DOA)估计是阵列信号处理的一个重要研究分支,由于其在雷达、通信、声呐、会议系统等多种领域的广泛应用,使得波达方向估计在过去的半个多世纪有着快速的发展。在现实环境中,由于山脉、城市建筑反射产生的多径效应和军事上的人为电磁干扰,使得相干信号大量存在,传统的用于解相干的算法是将所有相干信号放在一起处理,阵列孔径损失较大,这会很大程度限制阵列能处理的相干信号数量和DOA估计精度。此外,实际应用中的阵列天线不可避免的存在各种误差,这会导致DOA估计性能严重下降。因此,研究有误差条件下的DOA
<we123444> 在 上传 | 大小：4194304

[深度学习] mnist_data

说明： MNIST训练样本和测试样本。总共四个文件。完全可以在http://yann.lecun.com/exdb/mnist/ 下载
<q936795779> 在 上传 | 大小：9437184

[深度学习] ICME2017_Oral

说明： 此处整理了ICME2017会议上的oral文章，并且对每篇文章所属的细分领域进行了分类。
<herrerra> 在 上传 | 大小：102760448

[深度学习] ICCV2017_Oral_and_Best_Paper

说明： ICCV2017大约有45篇Oral，产生了2篇best paper。此处整理了这些paper，与大家分享。
<herrerra> 在 上传 | 大小：85983232

[机器学习] ECCV2016_Oral

说明： 此处整理了ECCV2016的28篇oral文章。Oral文章一般都是比较好的，大家分享。
<herrerra> 在 上传 | 大小：105906176

[机器学习] 基于用户的协同过滤

说明： 使用python实现的基于用户的协同过滤，使用jaccard相似度，计算的precision、recall指标
<qq_34620681> 在 上传 | 大小：6144