基于“确定性神经网络”（一种国产神经网络）的连子棋开发SDK。 包含了相关的MFC对话框版本和控制台版本的Demo源码，还有相应的说明文档。

基于确定性神经网络连子棋SDK开发的神经网络五子棋，压缩文件中包含可运行版本的EXE程序和VS版本的源代码。详细的开发和使用说明可以查看相应的博客介绍。

包含了可运行版本的EXE文件和对应的VS版源代码，详细的开发过程和使用文档可以参考相应的博客介绍。

包含了至2022年2月7日为止训练出的确定性神经网络连子棋模型。 包含有三连子、四连子、五连子（五子棋）等直至十五连子的连子棋模型文件。 所有模型均在15x15大小的棋盘上进行的训练。

本课程是在windows环境下的caffe课程，主要使用的是python的接口。 首先带着大家完成一个MNIST手写数字识别的项目，让大家了解caffe训练模型的大致流程。然后会讲到caffe中的一些重要文件和配置，使用python绘图。后的部分会使用GoogleNet实现图像识别。

神经网络自己搭.pdf

2016-08-08 The data and labels of the attribute prediction benchmark are released without encription (password). If Dropbox are not accessable, please download the dataset using Google Drive or Baidu Drive

介绍了机器视觉的一些算法和应用，算是当今机器视觉比较经典的书目了。

统计学习是计算机及其应用领域的一门重要的学科。本书全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、em算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。

讨论神经网络（NN） 的一些复杂之处，NN也是深度学习（DL） 的基 石。我们将讨论神经网络的数学基础、架构和训练过程。本章的主要目的是让你对神经网络有一个系统的了解。通常 ,我们从计算机科学的角度来看待它们一将其看作由许多不同步骤 / 组件组成的机器学习（ML） 算法（甚至可以看作一个特殊实体）。我们通过神经元、层等思考 的方式获得一些认知（至少我第一次了解这个领域时是这样做的）。这是一种非常有效的方式. 在这种理解水平上.我们可以做出令人印象深刻的事情。然而.这也许不是正确的方法。神 经 网 络 具 有 坚 实 的 数 学 基 础 . 如 果 我 们 从 这 个 角 度 来 研 究 它 ， 就 能 以 更 基 础 、 更 优 雅 的 方 式 来 定 义 和 理 解 它 。因 此 , 本 章 将 从 数 学 和 计 算 机 科 学 的 角 度 强 调 神 经 网 络 之 间 的 比 较 。如 果 你 已 经 熟 悉 这 些 , 可 以 跳 过 本 章 。尽 管 如 此 ， 我 还 是 希 望 你 能 发 现 一 些 你以前不知道的有趣的地方