深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。
深度学习的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。
2021-04-14 16:24:23
4.14MB
1
用简洁的图和例子推导神经网络的过程。神经网络原理及推导：神经网络向前馈送信息；反向传播误差；梯度下降定义及例子；权重更新。文件为ppt形式
2021-04-14 15:17:09
611KB
1
一个深度回声状态网络工具，该工具包中为Makey-Glass（tau=30）时间序列预测问题，简单修改可用于时间序列预测问题研究。具体可参考：延迟深度回声状态网络在时间序列预测中的应用，自动化学报
2021-03-29 18:47:54
6KB
1
本文的思维导图根据慕课上的浙江工业大学的人工智能导论课程整理而来并标记出重点内容，相关PPT课件可在慕课上查看
2021-03-27 20:34:00
21.37MB
用HLS实现FPGA加速StackedHourglass网络实现人体关键点识别，最终测试速度比板载CPU速度快300倍左右。代码包含HLS实现（C++）、网络搭建（python）以及生成好的IP核。测试平台为Ultra 96。
2021-03-23 20:14:31
12.85MB
1
2014 ECCV 深度学习卷积神经网络开始之作，CNN可视化，介绍了CNN不同层的作用及特征图的可视化，2011 ICCV 可视化反卷积论文
2021-03-23 13:15:53
37.4MB
1