注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. lenet5源码，不用CNN框架，使用python语言完全实现lenet5全7层

  2. 完全实现lenet5全7层，为了更好的理解代码，需要提前了解下面的知识 1, lenet5的7层结构，包括每一层的含义和参数个数，重点是c2到s3层的部分连接原理 2, 了解卷积求导，pool求导，全连接层求导，softmax求导

  3. 所属分类：机器学习

    • 发布日期：2018-03-18
    • 文件大小：16777216
    • 提供者：qylandy

  1. Neural networks and deep learning 教程

  2. 英文版原版，By Michael Nielsen / Dec 2017。这个教程真的很不错，我自己看了2遍，深度学习的理论基本上摸清楚了，推荐下载学习。书中有源码，不用任何包写出来的深度学习框架源码，看了之后再也不会黑盒子云里雾里了。

  3. 所属分类：深度学习

    • 发布日期：2018-08-08
    • 文件大小：7340032
    • 提供者：longyou1243

  1. nvdla 入门翻译文档.pdf

  2. 翻译的NVDLA 加速引擎的文档，学习交流，一块进步！PU cPU Microcontroller DRAM AVULA NVD_A DODI SFAMI Small NVDLA system Large"NVDLA system 小NDLA模型 小型 NVDLA模型在以前不可行的领域开辟了深度学习技术。此模型非常适合对成本因素 比较敏感的物联网(IoT)类设备、A丨以及面向自动化的系统领域。这些系统具有明确的应 用方向,其成本、面积和功率是主要注意事项。通过N√DLA可配置实现资源节约(在成本

  3. 所属分类：硬件开发

    • 发布日期：2019-08-31
    • 文件大小：510976
    • 提供者：weixin_42119147

  1. a_numpy_based_implement_cnn:这是我的博客《不用框架，使用Python构建基于numpy的卷积神经网络来进行cifar-10分类的深度学习系统》的代码实现-源码

  2. a_numpy_based_implement_cnn 这是我的博客的代码实现。 训练 测试 其他：卷积层可视化 依赖： Python3.6 numpy;枕头; scipy; matplotlib 简易装置： 间谍 其中训练部分由两个Python文件和一个文件夹组成： data_utils.py cnn.py ./cifar-10-batches-py$ ls batches.meta data_batch_2 data_batch_4 test_batch data_batch_

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：176160768
    • 提供者：weixin_42118701

  1. 基于卷积神经网络的图像清晰度识别方法

  2. 传统方法在图像清晰度识别上主要通过提取图像特征进行识别和预测，由于图像特征的提取存在一定.的复杂度，尤其是对高维图像和在复杂背景环境下的特征提取。针对这一问题提出基于深度学习下的卷积神经网络.（CNN）识别方法，在Convolutional Architecture for Fast Feature Embedding (caffe) 框架下利用GoogLeNet 网络模.型，将样本图像直接作为输入参数，通过卷积神经网络进行模型训练即可得到输出结果，从而省去提取复杂的特征。.通过实验验证上述方法

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：1048576
    • 提供者：weixin_38721405