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. 压力传感器温度补偿仪（神经网络）

  2. 压力传感器温度补偿仪（神经网络）VI源代码.

  3. 所属分类：网络基础

    • 发布日期：2009-06-03
    • 文件大小：24576
    • 提供者：fingjjjjjj

  1. BP网络与RBF径向基网络对比（傻瓜教程，10秒学会神经网络）

  2. BP网络与RBF径向基网络对比（傻瓜教程，10秒学会神经网络） 通俗易懂

  3. 所属分类：网络基础

    • 发布日期：2009-10-04
    • 文件大小：87040
    • 提供者：oxygenbond

  1. BP（反馈型神经网络）的C实现

  2. 使用C程序设计语言实现BP神经网络，BP（反馈型神经网络）。

  3. 所属分类：网络基础

    • 发布日期：2010-12-26
    • 文件大小：512000
    • 提供者：wonderwangwang

  1. 股票预测神经网络

  2. A fusion model of HMM, ANN and GA for stock market forecasting.pdf 股票预测，使用方法：HMM，ANN（神经网络），GA（遗传算法）等

  3. 所属分类：C++

    • 发布日期：2013-02-03
    • 文件大小：311296
    • 提供者：xcrocuses

  1. PRML学习笔记之Neural Nerwork（神经网络）

  2. PRML学习笔记之Neural Nerwork（神经网络）

  3. 所属分类：专业指导

    • 发布日期：2014-03-04
    • 文件大小：962560
    • 提供者：leizh007

  1. （神经网络）

  2. 前馈网络（静态）：信息处理的方向是输入层到输出层逐层前向传递，某一层的输出是下一层的输入，不存在反馈环路。（ 感知器、BP误差反向传播、RBF径向基、线性神经网络、som自组织竞争神经网络、LVQ学习向量量化神经网络、Elman、CNN卷积神经网络、RNN递归神经网络） 反馈网络（动态）：存在信号从输出到输入的反向传播。输出作为输入返回前一层节点时具有闭环的反馈网络是递归网络。 监督训练：为神经网络提供输入和所需的输出；网络对输入的响应是计算出来的的，修改权重以减少实际和期望输出之间的差异；达

  3. 所属分类：讲义

    • 发布日期：2017-12-27
    • 文件大小：313344
    • 提供者：qq_41547766

  1. 数字0到9识别 （神经网络）

  2. 数字0到9识别 （神经网络）里面包括程序 代码 PPT 文章等，可以直接使用

  3. 所属分类：网络基础

    • 发布日期：2008-12-31
    • 文件大小：1048576
    • 提供者：a47192671

  1. 神经网络（神经网络 解决1d marble ,用 gradient descent 来训练神经网络）

  2. 神经网络（神经网络 解决1d marble ,用 gradient descent 来训练神经网络）

  3. 所属分类：Python

    • 发布日期：2020-08-12
    • 文件大小：8192
    • 提供者：qq_36596540

  1. 深度学习（神经网络） —— BP神经网络原理推导及python实现

  2. 深度学习（神经网络） —— BP神经网络原理推导及python实现摘要（一）BP神经网络简介1、神经网络权值调整的一般形式为：2、BP神经网络中关于学习信号的求取方法：（二）BP神经网络原理推导1、变量说明2、BP算法推导（三）BP神经网络python实现1、模型所需传参介绍2、模型具有的主要方法和属性3、python代码4、代码运行结果 摘要 本文首先介绍了BP神经网络求取学习信号的方法，其次对BP神经网络在原理上进行了推导，最后在python上进行编程实现，并将其封装，方便读者直接调用。 （

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：199680
    • 提供者：weixin_38731239

  1. Recommender-Systems:在Python中实现基于内容的协作式过滤（使用KNN，矩阵分解和神经网络）-源码

  2. 推荐系统 在Python中实现基于内容的协作式过滤（使用KNN，矩阵分解和神经网络）

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：178176
    • 提供者：weixin_42106357

  1. Pytorch实现MNIST手写数字识别（全连接神经网络及卷积神经网络）-附件资源

  2. Pytorch实现MNIST手写数字识别（全连接神经网络及卷积神经网络）-附件资源

  3. 所属分类：互联网

  1. matlab练习程序（神经网络识别mnist手写数据集）-附件资源

  2. matlab练习程序（神经网络识别mnist手写数据集）-附件资源

  3. 所属分类：互联网

  1. Pytorch实现MNIST手写数字识别（全连接神经网络及卷积神经网络）-附件资源

  2. Pytorch实现MNIST手写数字识别（全连接神经网络及卷积神经网络）-附件资源

  3. 所属分类：互联网

  1. matlab练习程序（神经网络识别mnist手写数据集）-附件资源

  2. matlab练习程序（神经网络识别mnist手写数据集）-附件资源

  3. 所属分类：互联网

  1. Qt的BPNN人脸识别：Q Qt开发的基于BPNN（反向传播神经网络）的人脸识别系统-源码

  2. Qt的BPNN人脸识别：Q Qt开发的基于BPNN（反向传播神经网络）的人脸识别系统

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：1048576
    • 提供者：weixin_42122986

  1. crystal-fann：晶体中的FANN（快速人工神经网络）绑定-源码

  2. crystal-fann：晶体中的FANN（快速人工神经网络）绑定

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：13312
    • 提供者：weixin_42165973

  1. DeepWay：该项目对盲人有帮助。 迄今为止，盲人导航的方式尚无技术进步。 因此，我使用了深度学习（特别是卷积神经网络），以便它们可以在街道上导航-源码

  2. 深度之路 这个项目是对盲人的帮助。 迄今为止，盲人导航的方式尚无技术进步。 因此，我使用了深度学习（特别是卷积神经网络），以便它们可以在街道上导航。 观看 我的方法 收集培训数据 我的项目是CNN的实现，我们都知道它们需要大量的培训数据。 因此，我遇到的第一个障碍是带有正确标记的图像数据集。 所以我到了大学，录制了很多视频（各种类型的道路和越野），然后我写了一个基本的python脚本来保存视频中的图像（我每5帧保存了1幅图像，因为连续框架几乎相同）。 我为每个班级（即左，右和中）收集了近1000

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：1048576
    • 提供者：weixin_42134143

  1. CNN-3D-images-Tensorflow：使用CNN（卷积神经网络）进行3D图像分类-源码

  2. 使用Tensorflow的CNN 3D图像 目标：使用CNN（卷积神经网络）进行MRI分类任务 代码依赖关系：Tensorflow 1.0，Anaconda 4.3.8，Python 2.7 从3D医学图像学习模型的困难 数据大小太大。 例如218x182x218或256x256x40 数据数量有限。 换句话说，训练规模太小。 所有图像看起来都非常相似，并且主体之间只有细微的差别。 可能的解决方案 配备好的机器，尤其是RAM 在预处理中对图像进行下采样 数据扩充，例如旋转，移位，组合

  3. 所属分类：其它

    • 发布日期：2021-02-01
    • 文件大小：4096
    • 提供者：weixin_42157166

  1. ruby-fann：用于与FANN（快速人工神经网络）接口的Ruby库-源码

  2. Ruby芬 快速AI ruby神经网络 RubyFann或“ ruby​​-fann”是一种Ruby宝石，可从Ruby/轨道环境中绑定到FANN（快速人工神经网络）。 FANN是一个免费的（本地）开源神经网络库，它实现了多层人工神经网络，同时支持完全连接和稀疏连接的网络。 它易于使用，用途广泛，有据可查且快速。 RubyFann使用ruby使神经网络的工作变得轻而易举，其额外的好处是大多数繁重的工作都是在本地完成的。 Big-Oh Studios的朋友Ethan在Lone Star Rub

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：816128
    • 提供者：weixin_42116650

  1. 深度学习（神经网络）[1]——单层感知器

  2. 深度学习（神经网络）[1] —— 单层感知器算法描述python实现示例运行结果可视化 算法描述 最原始的神经网络模型，类似于神经网络中的单个神经元，该算法局限性也很大，只适用于解决线性可分的问题和异或问题，对于线性不可分的问题则无法解决。但作为神经网络的基本单元，学习和理解单层感知器，对后续的学习是很有帮助的。 python实现 # ************************** Perception ****************** import numpy as np impor

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：47104
    • 提供者：weixin_38590309
« 12 3 4 5 6 7 8 9 10 ... 50 »