基于verilog的CNN卷积神经网络实现，平台ISE，提供coe格式的权值参数。包括3个层，每一个层都有卷积层，池化层，激活层。需要设置rom核来调用coe文件。平台为ISE14.7

Python卷积神经网络人脸识别程序.rar

图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模

卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展

北京邮电大学计算机学院鲁鹏老师的计算机视觉与深度学习课程第六章：卷积神经网络

《深度卷积神经网络在计算机视觉中的应用研究综述》阅读笔记 计算机视觉.pdf

CNN卷积神经网络训练并测试Mnist数据集，准确率99.07%,环境是pytorch+GPU+pycharm(使用cuda),可直接下载使用，适合想入门深度学习或者神经网络的初学者，代码可直接跑，并且代码中含有大量注释以及个人见解。 1、运行代码，数据集会自行下载，只需要改变Dataset的路径 2、卷积网络层数和池化层参数可以自行更改

人工智能-项目实践-手写数字识别-用java实现一个简单的卷积神经网络，共三层可以识别mnsit 用java实现一个简单的卷积神经网络，共三层可以识别mnsit

将神经网络中root地址改为该压缩包解压后的文件夹，例如：root = "E:/0 data/fake"，来测试网络是否可以正常运行。

地震数据处理部分：制作多次波反射地震记录，编写预测反褶积MATLAB程序对多次波反射地震记录进行多次波消除，并测试不同参数对结果的影响；