CNN卷积网络模型visio模板 经典神经网络模板 数学建模常用模板

机器学习之神经网络的公式推导与python代码（手写+pytorch）实现 神经网络使用手写数字数据集分别采用纯python代码实现+pytorch框架实现（1.10） 资源包含两份可执行Python代码+完整数据集+讲解PPT

人工神经网络应用于地震反演时可以得到更高分辨率和精度的结果，有着优于传统反演方法的泛化能力和非线性拟合能力。展望了融入物理规律、基于反演目标函数展开的专用地震反演网络。

共包括 两个不同题目的个人实验代码及报告（仅要求做一个实验即可，但是做了两个，且其中一个实验的处理用了两种不同方式） 一份小组实验代码、报告、答辩ppt （用pytorch实现深度神经网络模型，为得到报告中的图，程序共跑了三天）

使用keras实现神经网络，实现交通指示牌的识别

本图文案例重点分析和展MindX SDK Se-Resnet50开发流程：创建工程;代码开发并且分享模型代码网址，并解释关键代码构成;数据准备及模型准备，模型转换功能介绍;运行测试

深度神经网络3D可视化工具 Zetane，windows版本

深度学习神经网络训练问题解决和经验指南

深刺 使用深度学习纠正拼写错误 动机 该项目的灵感来自在上发表的文章。 可以在Github上找到他的代码。 2017年1月，我开始了并且从第一堂课开始就迷上了。 以前，我曾多次听到过“神经网络”一词，并且对它们可以完成的事情有一个大致的了解，但从未对它们的“工作原理”有所了解。 自完成课程以来，我没有太多机会来尝试这项技术，但是我一直在考虑它的用途，尤其是在信息检索领域，这是我过去十年来一直致力于的领域。 除非您是Google，否则纠正拼写错误的典型技术是，或者它的近亲是。 魏斯先生很好地解释了为什么这些方法效果不佳。 目标 使用Tensorflow重新实现Weiss先生的递归神经网络（RNN），并达到相同的准确性水平。 他建议尝试实施某些探索领域以及其他领域，以查看是否可以获得进一步的改进。 编码 该代码的第一部分主要涉及下载Google发布的并对其进行设置，以进行培训，而这主要是

Caffe：用于快速特征嵌入的卷积架构