卷积网络、实践调参、循环递归网络、数学基础、有向生成网络、玻尔兹曼机、生成对抗网络.......

很好的matlab图像处理的课题实践案例 包括了很多实例 都有代码的

matlab案例有代码 [] [] 介绍 盲反卷积是许多实际应用中的经典但具有挑战性的低级视觉问题。 传统的基于最大后验（MAP）的方法在很大程度上依赖于固定的和手工制作的先验，这肯定不足以表征清晰的图像和模糊内核，并且通常采用特殊设计的交替最小化来避免琐碎的解决方案。 相反，现有的深度运动去模糊网络从大量训练图像中学习到映射到干净图像或模糊内核，但是在处理各种复杂和大尺寸模糊内核方面受到限制。 基于深度图像先验（DIP）[1]的动机，我们在本文中提出了两个生成网络，分别用于对清洁图像和模糊核的深度先验进行建模，并提出了一种针对盲反卷积的无约束神经优化解决方案（SelfDeblur）。 实验结果表明，与基准数据集和真实世界的模糊图像上的最新盲去卷积方法相比，我们的SelfDeblur可以实现显着的量化增益，并且在视觉上似乎更合理。 先决条件 Python 3.6，PyTorch> = 0.4 要求：opencv-python，tqdm 平台：Ubuntu 16.04，TITAN V，cuda-10.0＆cuDNN v-7.5 用于计算的MATLAB 数据集 SelfLeblur在Lev

(无一、二、三、十、十一章节)Android移动应用设计与开发（第2版）——基于Android Studio开发环境，胡敏，黄宏程，李冲编著，人民邮电出版社， 2017-04-01。书中以Android Studio为开发环境，以一个完整的实际商业案例来讲述移动应用的开发过程，并将其功能需求穿插到书中各章节，通过结合该案例给读者系统而生动的阐述各个知识点，并最终引领读者构建一款完整的移动应用产品。本资源为配套的各章案例源代码。

这是从其他资源站获得的资源。60个小程序，从基础接触安卓开发。生命周期，监听器，图片按钮，进度条，适配器，屏幕切换，操作矩形等

对初学者很有用 TI公司c6000系列dsp的案例源代码.rar 初学者 , 公司 , 源代码

毕业设计指导及案例剖析——应用电子技术方向(各章节案例源代码）

Python3的经典案例及总结性精炼语法，适合初学者及进阶学习人群，对python3的基本语法及基本应用有较完整的描述，附带有经典案例代码，可以直接拷贝运行。

本书以Java的十个经典案例为主线，通过案例驱动的方式介绍Java语言的基本概念。包括：基本数据类型与控制结构、面向对象、方法、类、继承、重载、重定义、多态性、接口、异常处理等内容。

C# ---OPC UA技术实现菲尼克斯PLC通讯监视