python-深度学习 Vennela Kovuru学生证：16301549

这是人脸识别算法，python开发，可以运行，没有bug。

《深度学习和围棋的游戏》的源码和其他材料

pythons深度学习tensorflow功能应用学习记录

分享课程——Python-深度学习-物体检测实战；计算机视觉-物体检测-通用解决框架Mask-Rcnn实战课程旨在帮助同学们快速掌握物体检测领域当下主流解决方案与网络框架构建原理，基于开源项目解读其应用领域与使用方法。 通过debug方式，详细解读项目中每一模块核心源码，从代码角度理解网络实现方法与建模流程。为了方便同学们能将项目应用到自己的数据与任务中，实例演示如何针对自己的数据集制作标签与代码调整方法，全程实战操作，通俗讲解其中复杂的网络架构。 章节1 物体检测框架-MaskRcnn项目介绍与配置 章节2 MaskRcnn网络框架源码详解 章节3 基于MASK-RCNN框架训练自己的数据与任务 章节4 练手小项目-人体姿态识别demo 章节5 必备基础-迁移学习与Resnet网络架构 章节6 必备基础-物体检测FasterRcnn系列

基于深度学习的图像识别 人脸识别、图像采集、模型训练

非线性拟合波士顿房价数据的python代码

Web的动手Python深度学习 这是由Packt发布的Anubhav Singh和Sayak Paul编写的“ 的代码库。 集成神经网络架构以使用Flask，Django和TensorFlow构建智能Web应用 这本书是关于什么的？ 有效地使用深度学习技术可以帮助您开发智能Web应用程序。 在本书中，您将介绍用于使用Python在Web开发中实施深度学习的最新工具和技术实践。 从机器学习的基础知识开始，您将专注于DL和神经网络的基础知识，包括常见的变体，例如卷积神经网络（CNN）。 您将学习如何使用不同标准Web技术堆栈的前端将它们集成到网站中。 然后，本书通过为自定义模型创建RESTful API，帮助您获得使用Python库（例如Django和Flask）开发支持深度学习的Web应用程序的实践经验。 稍后，您将探索如何为Google Cloud和Amazon Web Services（AWS）上基于深度学习的Web部署设置云环境。 本书涵盖了以下令人兴奋的功能： 探索深度学习模型并在浏览器中实现 使用Django和Flask设计基于Web的智能客户端 使用不同的基于Py

本资源为纯python实现mnist手写体识别的代码，为作者本人所写，供深度学习初学者共同交流探讨，欢迎二次创作，网络为三层，可达到97%上准确率，模型可以选择多种训练方式，学习率，激活函数，损失函数等我都写了相关函数，可以选择，模型也可以自由变换，只需要改一下前面常量参数值就行。升级版本正在打包测试过程中，完成后可以自行选择batch—size大小等，具体介绍可以看我置顶博文介绍

keras作者出书，非常适合初学者，深度学习四大名著之一实至名归。