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. 神经网络车牌识别—论文

  2. 本人的毕业设计作品论文，学校评优的，经过本人细心探究，利用最新最强大的识别引擎神经网络作为核心，研发的车牌识别系统，系统代码没有附上，因为利益关系，有心人可以跟我联系lanjiancai@126.com，此为论文，给大家参考参考，评优的作品，质量有保障！

  3. 所属分类：网络基础

    • 发布日期：2009-10-09
    • 文件大小：2097152
    • 提供者：jancan

  1. 神经网络joone_engin模式识别示范，eclipse

  2. 关于神经网路引擎的开发demo，自己整理编写的一个简单模式识别，与或运算的

  3. 所属分类：网络基础

    • 发布日期：2010-02-05
    • 文件大小：786432
    • 提供者：dingpengyun

  1. 神经网络图像识别——Neuroph框架

  2. Neuroph是一个轻量级的Java神经网络的框架，可以用来模拟常见的神经网络架构。少数基本类别相对应的基本网络的概念，它非常容易学习。而且它也还有一个不错的GUI应用程序。Neurop最初是一位硕士研究生的毕业论文主题，随后成为一个开源项目，它采用LGPL3许可证发布源代码。开发者已在SourceForge网站上发布了如何使用的介绍文档和一个在线Demo(需要Java 1.6)。 Neuroph 2.5 with Neuroph Studio 测试版发布，该版本有一些新功能和改进： 1. N

  3. 所属分类：网络基础

    • 发布日期：2011-01-10
    • 文件大小：1048576
    • 提供者：xyag902

  1. LAVIU神经网络引擎

  2. 一个神经网络的引擎。这个程序的版本号是0.1 、、就是可以说是半成品，但是基础 模块已经齐全了，可以构建神经网络了。提供了输入输出的简 陋接口。目测要增加编程的时候可以用命令调用其它模本，就 可以搞模块化的神经网络了。比如大家下载好视觉分析的模块， 然后调用就好了。。。 但是呢，我只是一个高三的学生，学习压力异常的大。所以呢， 更新和改进也许不会很快。一直在想、、如果能被保送就好了， 就可以尽快投入到自己喜欢的研究中去，不需要和化学语文掐架 去了。。。哎、、只是幻想而已。 作者 北京市第五中学

  3. 所属分类：C++

    • 发布日期：2011-10-27
    • 文件大小：35840
    • 提供者：anying0

  1. LAVIU神经网络引擎

  2. 这个程序的版本号是0.1 、、就是可以说是半成品，但是基础 模块已经齐全了，可以构建神经网络了。提供了输入输出的简 陋接口。目测要增加编程的时候可以用命令调用其它模本，就 可以搞模块化的神经网络了。比如大家下载好视觉分析的模块， 然后调用就好了。。。 但是呢，我只是一个高三的学生，学习压力异常的大。所以呢， 更新和改进也许不会很快。一直在想、、如果能被保送就好了， 就可以尽快投入到自己喜欢的研究中去，不需要和化学语文掐架 去了。。。哎、、只是幻想而已。 作者 北京市第五中学 苗忆南

  3. 所属分类：C++

    • 发布日期：2011-10-27
    • 文件大小：35840
    • 提供者：anying0

  1. LAVIUv0.1神经网络引擎

  2. 这个程序的版本号是0.1 、、就是可以说是半成品，但是基础 模块已经齐全了，可以构建神经网络了。提供了输入输出的简 陋接口。目测要增加编程的时候可以用命令调用其它模本，就 可以搞模块化的神经网络了。比如大家下载好视觉分析的模块， 然后调用就好了。。。 但是呢，我只是一个高三的学生，学习压力异常的大。所以呢， 更新和改进也许不会很快。一直在想、、如果能被保送就好了， 就可以尽快投入到自己喜欢的研究中去，不需要和化学语文掐架 去了。。。哎、、只是幻想而已。 作者 北京市第五中学 苗忆南

  3. 所属分类：C++

    • 发布日期：2011-10-28
    • 文件大小：37888
    • 提供者：anying0

  1. LAVIU v0.1 神经网络引擎（修正）

  2. 这个程序的版本号是0.1 、、就是可以说是半成品，但是基础 模块已经齐全了，可以构建神经网络了。提供了输入输出的简 陋接口。目测要增加编程的时候可以用命令调用其它模本，就 可以搞模块化的神经网络了。比如大家下载好视觉分析的模块， 然后调用就好了。。。 但是呢，我只是一个高三的学生，学习压力异常的大。所以呢， 更新和改进也许不会很快。一直在想、、如果能被保送就好了， 就可以尽快投入到自己喜欢的研究中去，不需要和化学语文掐架 去了。。。哎、、只是幻想而已。 作者 北京市第五中学 苗忆南

  3. 所属分类：C++

    • 发布日期：2011-10-28
    • 文件大小：37888
    • 提供者：anying0

  1. 游戏引擎中的神经网络代码

  2. 使用神经网络来控制扫雷机的学习，使用无监督学习的模式自行进行演化去寻找地雷

  3. 所属分类：C/C++

    • 发布日期：2014-08-02
    • 文件大小：172032
    • 提供者：yangtze2099

  1. C# 调用matlab内核，实现matlab神经网络算法，C#利用matlab引擎做神经网络

  2. 做神经网络，做快速性能最优越的就属matlab来做了。 之前做matlab和C#的通讯都是：matlab做方法，编译成dll给C#调用。 但matlab的神经网络算法，无法做成dll给C#调用。 唯一办法是C#利用matlab引擎来做神经网络。 内有详细代码，和测试数据。分别区分0,1这两种数据。

  3. 所属分类：C#

    • 发布日期：2017-08-20
    • 文件大小：1048576
    • 提供者：ewrfsdf

  1. C# 调用matlab内核，实现matlab神经网络算法，C#利用matlab引擎做神经网络

  2. C# 调用matlab内核，实现matlab神经网络算法，C#利用matlab引擎做神经网络

  3. 所属分类：C#

    • 发布日期：2017-08-21
    • 文件大小：11534336
    • 提供者：qq_2723812263

  1. 百度移动端深度学习-卷积神经网络引擎.zip

  2. 百度移动端深度学习-卷积神经网络引擎。.zip,Multi-platform high performance deep learning inference engine (『飞桨』多平台高性能深度学习预测引擎）

  3. 所属分类：其它

    • 发布日期：2019-09-24
    • 文件大小：1048576
    • 提供者：weixin_38744153

  1. micrograd:一个微型标量值的autograd引擎和一个类似PyTorch的API之上的神经网络库-源码

  2. 微毕业 微型Autograd引擎（咬一口！：））。通过类似PyTorch的API，在动态构建的DAG和位于其之上的小型神经网络库上实现反向传播（反向模式autodiff）。两者都很小，分别有大约100行和50行代码。 DAG仅在标量值上运行，因此，例如，我们将每个神经元切成其所有单独的微小加法和乘法。但是，这足以构成进行二进制分类的整个深度神经网络，如演示笔记本所示。潜在地用于教育目的。 安装 pip install micrograd 用法示例 以下是一个稍作设计的示例，显示了许多可能的受支持

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：107520
    • 提供者：weixin_42121725

  1. seer-nnue:使用神经网络进行位置评估的UCI国际象棋引擎-源码

  2. 先知 Seer是一个原始的，强大的UCI国际象棋引擎。 Seer依靠一个独特的神经网络来估计WDL概率以进行位置评估。 Seer的网络通过新颖的逆向学习方法进行训练，该方法仅从6个男人的EGTB WDL值开始。然后使用Seer搜索将这些初始WDL分数迭代备份到32人棋位置，以找到从N人棋位置到N-1人棋位置的延续（）。 Seer将常规的alpha-beta搜索与“ Lazy SMP”（共享的换位表）结合使用，以支持多线程。 UCI选项 清除哈希 线程（对于每增加一倍的线程，可以预期获得约70-

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：87040
    • 提供者：weixin_42099755

  1. ElephantArt:基于卷积神经网络和蒙特卡洛树搜索的支持UCCI协议的中国象棋（象棋）引擎-源码

  2. 大象艺术 他是谁？ Elephant Art是基于卷积神经网络和Monte Carlo树搜索的中国象棋引擎。 他还支持UCCI协议。 警告！ 大象艺术仍然是Alpha版。 许多组件不完整（包括UCCI，PGN和永久追求）。 我们不保证他将来会采用相同的格式。 在Linux或MacOS上构建 $ git clone https://github.com/CGLemon/ElephantArt $ cd ElephantArt $ mkdir build && cd build $ cmake

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：161792
    • 提供者：weixin_42131367

  1. 焕发：神经网络硬件加速器的编译器-源码

  2. Glow是用于硬件加速器的机器学习编译器和执行引擎。 它被设计用作高级机器学习框架的后端。 编译器旨在允许最先进的编译器优化和神经网络图的代码生成。 该库正在积极开发中。 Github的“问题”部分和“ Wiki页面中描述了项目计划。 伙伴 欢迎和鼓励对Glow的贡献！ Glow是与以下合作伙伴合作开发的： 它是如何工作的？ Glow将传统的神经网络数据流图降低为两阶段的强类型 。 高级别的IR可使优化器执行特定于域的优化。 低级基于指令的仅地址IR允许编译器执行与内存相关的优化，例如指令调度

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：49283072
    • 提供者：weixin_42119358

  1. Chess-AI：具有许多玩家AI的C ++国际象棋实现，包括神经网络驱动的AI，与Deepmind的AlphaZero国际象棋引擎相同...-源码

  2. DNN国际象棋AI 设计原理 该项目围绕着由神经网络驱动的国际象棋AI，其设计受到的国际象棋引擎的严重影响。 AlphaZero使用了类似的方法以及和来创建强大的国际象棋AI。 尽管这些项目共享许多设计原则，但我的项目在实现上与AlphaZero在很多方面都有很大不同。 首先，我的实现使用的是，，而不是Deepmind使用的深度卷积神经网络。 实施更基本的网络的原因是由于这样的事实，即更复杂，更主流的网络结构（例如和只是经过修改的前馈网络，具有更多的连接或预处理元素（例如卷积核）。 结果，该项

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：1048576
    • 提供者：weixin_42168230

  1. larq：用于训练二值化神经网络的开源库-源码

  2. Larq是一个开源深度学习库，用于训练具有极低精度权重和激活的神经网络，例如Binarized Neural Networks（BNN）。 现有的深度神经网络使用32位，16位或8位来对每个权重和激活进行编码，从而使它们变大，缓慢且耗电。 这禁止了资源受限环境中的许多应用程序。 Larq是解决此问题的第一步。 它旨在基于tf.keras接口提供一种易于使用，可组合的方式来训练BNN（1位）和其他类型的量化神经网络（QNN）。 注意，使用训练有素的BNN进行有效推理需要使用优化的推理引擎。 我们

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：78848
    • 提供者：weixin_42144554

  1. 计算引擎：用于二值神经网络的高度优化的推理引擎-源码

  2. Larq计算引擎 Larq Compute Engine（LCE）是高度优化的推理引擎，用于部署高度量化的神经网络，例如Binarized Neural Networks（BNN）。 它目前支持各种移动平台，并已在Pixel 1手机和Raspberry Pi上进行了基准测试。 LCE为支持的指令集提供了手动优化的自定义运算符的集合，这些指令集是内联汇编或使用编译器内在函数以C ++开发的。 LCE利用优化技术，例如平铺以最大化缓存命中次数，矢量化以最大化计算吞吐量，以及多线程并行化以利用多核现

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：230400
    • 提供者：weixin_42104778

  1. MinkowskiEngine：Minkowski Engine是一个用于高维稀疏张量的自动差异神经网络库-源码

  2. 敏可夫斯基引擎 Minkowski引擎是一个用于稀疏张量的自动微分库。 它支持所有标准神经网络层，例如对稀疏张量的卷积，池化，解池和广播操作。 有关更多信息，请访问。 新闻 2020-12-24 v0.5现已发布！ 新版本为所有坐标管理功能提供CUDA加速。 示例网络 Minkowski引擎支持可以在稀疏张量上构建的各种功能。 我们在这里列出了一些流行的网络体系结构和应用程序。 要运行示例，请安装软件包并在软件包根目录中运行命令。 例子 网络和命令 语义分割 python -m exam

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：5242880
    • 提供者：weixin_42143092

  1. 点燃：高级库，可帮助您灵活透明地训练和评估PyTorch中的神经网络-源码

  2. TL; DR Ignite是一个高级库，可帮助您灵活透明地训练和评估PyTorch中的神经网络。 点击图片查看完整的代码 产品特点 同时确保最大程度的控制和简化 库方法，无程序控制反转-在需要的位置和时间使用ignite 适用于指标，实验管理器和其他组件的可扩展API 目录 为什么点燃？ Ignite是一个提供三个高级功能的库： 极其简单的引擎和事件系统 开箱即用的指标可轻松评估模型 内置处理程序以组成训练流水线，保存工件并记录参数和度量 简化的培训和验证循环 在历元和迭代中不再需要

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：13631488
    • 提供者：weixin_42109598
« 12 3 4 5 6 »