Alexnet培训师-MATLAB-AppDesigner-GUI 使用MATLAB创建和训练Alexnet神经网络数据集的GUI 描述 AlexNet是一个卷积神经网络，可以对来自ImageNet数据库的一百万张图像进行训练。 该网络深达8层，可以将图像分类为1000个对象类别，例如键盘，鼠标，铅笔和许多动物。 结果，网络已经学会了针对广泛图像的丰富特征表示。 网络的图像输入大小为227×227。 有关MATLAB:registered:中更多的预训练网络，请参见。 要求 MATLAB 2019b或更高版本 深度学习工具箱 Alexnet支持包 如何使用？ 首先将图像调整为227x227 不要在同一个文件夹中混合使用不同的类图像 在单独的文件夹中排列调整大小的图像并仔细设置每个文件夹的名称，因为代码将使用文件夹名称进行训练（例如：cat文件夹中的cat图片） 训练alexnet 加载创建的数据集并测

cora.tgz深度学习图神经网络数据集

AI插画师：生成对抗网络数据集。数据集包含有6万多张二次元妹子的头像。

BP神经网络代码matlab，带breast.dat数据集，是分类的，把数据集分了两类，用bp神经网络进行预测和分类，输出预测精度，带代码详细注解，方便看懂代码，方便学习。

含有人工数据集和真实网络数据集。人工数据集是LFR工具直接生成的包含muw=[0.1,0.8],节点数有500，1000，1500，2500，3500。时间片共20片。人工数据集中有4个数据集。都有真实划分的社区结构。

分享一份孪生网络数据集，供初学者使用 内含已经切分好的训练集、验证集和测试集 格式为： q1,q2,tag

python深度学习 卷积神经网络 ，数据集。每个模型20张图片 ├─bus ├─family sedan ├─fire engine ├─heavy truck ├─jeep ├─minibus ├─racing car ├─SUV ├─taxi └─truck

改代码为BP神经网络matlab代码

该数据集是带有符号的社交网络数据集，包括生成的用户传播意愿属性数据

可以用于复杂网络学习，网络结构研究，如社团划分发现等