基于Tensorflow的英文评论二分类CNN模型-附件资源

MATLAB实现CNN-LSTM神经网络多输入回归预测（完整源码和数据） CNN-LSTM神经网络，卷积长短期记忆神经网络多输入回归预测 数据为多输入回归数据，输入12个特征，输出1个变量。 运行环境MATLAB2020b及以上。

这是博客基于CRNN+CTC电表数字识别数据集部分样本，可供学习参考，内含训练集和测试集，标签都已经打好。

在工厂等工作场所，有很多人们通过视觉读取仪表值的场景。 如果你长时间工作，你会感到压力，并且可能会发生人为错误。 您可以尝试基于规则的图像处理。 但是创建一个可以处理任何环境的健壮算法并不容易。 在此示例代码中，相机获得的仪表值是使用深度学习回归预测的。 我为回归定制了预训练的 CNN 网络 (AlexNet)，并将模型应用到任务中以读取仪表值。 你可以在这里获得预训练的 AlexNet。 https://jp.mathworks.com/matlabcentral/fileexchange/59133-deep-learning-toolbox-model-for-alexnet-network [键控] 图像处理·计算机视觉·深度学习·CNN·深度学习·机器学习·回归·迁移学习

文档中所用XO数据集，是俺们老师上课给的。

用卷积神经网络做的人脸识别，准确率达到92.75%。

c++编写的CNN算法内含数据集以及训练预测源码

卷积神经网络（CNN）用来提取特征，采用SVM分类器进行训练和分类

文献阅读（34）的原文，文章主要是机器学习和深度学习在糖网方面的应用。 文章核心：先使用CNN提取糖网的特征，之后使用分类器模型，对糖网进行分级，其中在二分类的模型上准确率达到99.89%，在多分类模型上准确率达到99.59%

卷积神经网络与支持向量机结合的python代码