Hands-On Neural Network Programming with C# 书籍源码，买了纸质书，转存下源码

Fracking Sarcasm using Neural Network Aniruddha Ghosh

线性神经网络 这是我有史以来第一个神经网络。 此短代码接受输入并猜测输出。 由于这是一个基本的线性模型，因此几乎总是会使其正确。 目标是给定输入（x，y）到输出（2x + 3y）。 这是我对神经网络的第一个实现，并且还会有更高级的模型。

循环切片的规模是提高缓存命中率的技术的关键因素。 神经应用粒子群优化算法的网络模型来优化平铺的规模。 与传统的切片算法相比，该技术可以获得更合适的切片比例，并导致提高拼贴的效率。 研究了两个循环密集型计算基准程序这篇报告。 本文主要研究LU分解的块算法。 相比达到原始基准，我们提出使用LU分解循环切片算法来改善缓存的运行效率。

Neural Network Learning Theoretical Foundations 神经网络的理论基础

SC_neural_network

动员的人体自动测量系统具有高移动性，易于操作和合理的精度。 但是，现有系统专注于准确性和鲁棒性，而不是移动性和便利性。 为了克服这一缺点，这项工作提出了一种动员的自动人体测量系统，该系统使用神经网络（MaHuMS-NN）通过监督学习促进总体测量结果。 基于一般回归NN（GRNN）的MaHuMS-NN选择图像，执行图像处理，对图像进行分割并检测轮廓以提取轮廓中的特征点。 系统测量特征尺寸。 这项工作的重要贡献如下。 首先，MaHuMS-NN是Android平台中第一个用于人体测量的智能系统。 其次，与现有系统不同，MaHuMS-NN可以在优化模型进行预测时进行智能调整，并根据个人特征进行自误差校正。 实验结果表明，与现有系统相比，MaHuMS-NN表现出更好的性能，精度小于0.03 m。

neural-network-numpy

Mar_3_neural_network

深度发送 项目描述 该项目将基于唤醒价情感模型（又称为）分析用户上传的音乐文件。 唤醒代表音乐对人耳的强烈或“刺激性”，从平淡而放松的感觉到强烈而令人振奋的感觉。 此处的价表示音乐听起来多么令人愉悦或多么悲伤。 这个定义比定义要窄，但是对于机器学习模型来说更容易分类。 此外，该项目还实现了节奏检测和音乐流派检测的功能。 Web框架： ， 涉及技能：HTML，CSS，javascript，python 放大细节 节奏，唤醒和化合价检测：音乐原始数据的中间50％被分为5秒帧，步长为0.5秒。 然后将每个帧分成较小的25ms子帧，然后将其转换为MFCC（梅尔频率倒谱系数）阵列。 最后，将最初为矩