利用python实现bp神经网络，采用误差逆传播算法训练模型，并在一个toy set上进行了验证

GAN 和 DCGAN 网络生成图像,采用python语言编写程序实现生成网络，并给出网络的具体训练代码

本资料为基于python的卷积神经网络(CNN)实现 layer文件夹中包括卷积层、池化层、全连接层、relu层等基础层 没有调用tensorflow, pytorch等深度学习框架，手动实现了各层的反向传播BP算法

BP神经网络，Python代码实现，短短的代码，实现大大的功能。附加详细注释。

这是一个用ANN（人工神经网络）对手写数字进行识别的程序。 有以下一些特性： 1）前端（网页）用JavaScript，html 5，css开发； 2）后端（服务器）用python写的（2.7版本）； 3）功能：#支持在网页画布上（用鼠标）写数字，并会返回预测结果； #支持重置网页画布； #支持向服务器发送训练样本； #支持图片预览，图片上传； #支持对上传的图片中英文字母的识别。 这是一个非常酷的程序，C/S架构，代码也不是很复杂，而且设计了一些很有趣的知识（机器学习，神经网络，http数据传递，前后端开发等等）。感兴趣的同学可以下载下来看一看，有不懂的可以评论留言。

CNN实现MNIST分类，在测试集上实现准确率0.99，TensorFlow实现，容易上手

自己编写的BP神经网络解决异或问题代码，该代码注释了自己的编程体会，使用了最少的隐含层神经元解决异或问题，很适合新手对BP神经网络的理解。

python实现的卷积神经网络CNN,无框架，python实现的卷积神经网络CNN,无框架

本例中包含两层BP神经网络模板程序（可以直接调用，可定制中间层神经元个数，设置学习率，绘制衰减曲线，可用于简单的模式识别和预测）、一个调用的例程（包括简单的数据预处理如归一化的使用，测试结果准确率为98.3%）、一份鸢尾花处理后的数据和原始数据。欢迎下载。

python实现BP神经网络的源代码，以及使用的马疝病数据集。