《DeepLearning tutorial》的代码，含详细流程及代码实现，将CNN用于人脸识别。

卷积神经网络 ppt学习资料

CNN卷积神经网络实现手写数字识别，Matlab+minist数据集都有，在matlab上可直接运行，新手友好，亲测可用。

MATLAB实现CNN(卷积神经网络)时间序列预测数据集

简略介绍了卷积神经网络及其预备知识

基于深度学习的图像识别，介绍了目前行业最新的深度学习算法，R-CNN等，分析的很全面

使用TensorFlow进行卷积神经网络实现花卉分类的项目，加载十种花分类，建立模型后进行预测分类图片 环境：win10 +TensorFlow gpu 1.12.0+pycharm 训练集 训练数据存放路径为:‘flower/train/花文件名/*.jpg’ 训练模型存储路径为:'flower/model/‘ 测试样本路径及文件名为:'flower/test/花文件名/**.jpg‘ 文章：https://blog.csdn.net/qq_33290233/article/details/107035583#comments_15506322

基于一个公开数据集和2008年BCI竞赛数据集，提供一个CNN-PSD运动想象二分类demo，详见https://www.xxy.ink/learn/bci/3.html。包含脑电PSD特征提取，运动想象卷积神经网络分类等。

主要为大家详细介绍了pytorch实现CNN卷积神经网络，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

cnn卷积神经网络的八篇最经典论文 AlexNet：NIPS-2012-imagenet-classification-with-deep-convolutional-neural-networks-Paper VGG：Very-Deep-Convolutional-Networks-for-Large-Scale-Image-Recognition NIN：network-in-network ResNet：Deep-Residual-Learning-for-Image-Recognition InceptionV1-V4 MobileNet：Efficient-ConVolutinal-Neural-Networks-for-Mobile-Vision NASNet：Learning-Transferable Architectures-for-Scalable-Image-Recognition ShakeShake：Shake-Shake-regularization