Neural Network and Deep Learning-中文版

opencv4依赖项（包含ffmpeg，ippicv等下载项）

该资源是江南大学物联网工程学院物联网技术应用大作业《深度学习在机器视觉应用领域的最新研究综述》，主要就是收集整理一些基于深度学习的机器视觉的应用，最后总结展望等。

运行了几个机器学习模型，根据DEAP数据集对4种维度的情绪进行分类：唤醒、效价、喜欢/不喜欢和支配。使用了两种类型的特征提取工具：快速傅立叶变换（FFT）和连续小波变换（CWT），并比较了它们在情绪分类任务中的结果。 将FFT和CWT分别结合CNN，并进行对比，最终与普通的机器学习模型做对比， 本项目实现了： 1. 模拟和实验模型设置的细节，以及详细介绍了使用的超参数，并介绍了所有模型的细节。 2. 介绍并讨论从运行FFT和CWT特征提取算法的模型中获得的结果，以及与其他最先进（SOTA）模型的比较。 3. 总结报告，并讨论了未来在脑电信号处理领域中使用深度学习技术来缓解数据非平稳性的工作。还将讨论处理EEG信号的其他方法。

这是一个使用预训练的VGG19网络完成图片风格迁移的项目，使用的语言为python，框架为tensorflow。 给定一张风格图片A和内容图片B，能够生成具备A图片风格和B图片内容的图片C。

深度学习之神经网络.pdf

1.2 深度学习(Deep Learning)介绍

Vision Transformers组内汇报PPT

基于多示例遗传神经网络的室内PM_ (2.5) 预测.pdf

自己本科毕设，写的比较清晰，功能完善，完全可以放心。打开可以直接用。