本资源源项目为PlotNeuralNet，我在使用源代码过程中遇到了一些问题，并且出于自己的需求进行了一些改进，修改后的代码可以在Windows系统下成功运行，可以绘制非正方形的网络结构图，且在我看来绘制结果更加美观。 资源适用于对展示卷积神经网络具体结构有需求的研究人员，用户在下载本项目后按照README官方教程中的Getting Started部分进行使用，简单学习过语法后便可以通过test_simple.py代码绘制自己的卷积神经网络结构并在同路径下生成PDF文件，官方还提供了LeNet, UNet等经典卷积神经网络的代码，用户可直接进行使用。

Petrographic microfacies classification with deep convolutional

Machine learning for predicting properties of porous media from

Deep convolutional neural networks as an estimator of porosity i

Rock thin sections identification based on improved squeeze-and

Deep convolutional neural networks as a geological image classif

卷积神经网络第三周作业， - keras==2.0.3 - tensorflow==1.2.1 -h5py==2.7.0环境下亲测可以运行

初学卷积神经网络

tensorflow2.3-keras使用卷积神经网络CNN实现cifar10图像分类源码+数据集+注释+模型加载保存

使用Resnext50网络对猫图像进行分类，最终得到正确率91.67%。