深度学习与CV教程(6) - 神经网络训练技巧 (上).doc

各种车辆类别的YOLO数据集，数据集车辆分为五个类别，分别为Ambulance、Bus、Car、Motorcycle、Truck。可直接用于车辆相关的神经网络训练。

人工智能-带惩罚项的BP神经网络训练算法的收敛性.pdf

资源包含文件：设计报告word+源码 在这次课程设计中，我用到了 MATLAB 的进行神经网络的训练，还用到了图像的预处理。输入是一张有车牌照的图片，输出是车牌号码。用神经网络对字符进行训练。 详细介绍参考：https://blog.csdn.net/sheziqiong/article/details/125390239

Pytorch实现全连接神经网络模型和卷积神经网络训练MNIST数据集 Pytorch实现全连接神经网络模型/卷积神经网络训练MNIST数据集，并将训练好的模型在自己的手写图片数据集上测试 目录说明： CNN文件夹是用来保存卷积神经网络模型代码，其中model.py,my_dataset.py是被自动调用的，都不需要运行 FC文件夹是用来保存全连接神经网络模型代码，其中model.py,my_dataset.py是被自动调用的，都不需要运行 dataset文件夹是保存MNIST官方数据集的文件夹，不需改动 images文件夹是用来保存REAEDME.md文件中引用的图片的，不需改动 my_mnist_dateset文件夹是用来保存自己手写数字图片与标签文件的，自己手写的图片请放在my_mnist_dateset/classify对应的文件夹中 make_ours_dataset.py文件是用来处理my_mnist_dateset文件夹下的图像并生成标签用的 requirements.txt文件是环境配置文件

1.领域：matlab，RNN循环神经网络算法 2.内容：基于MATLAB的RNN循环神经网络训练仿真+代码操作视频 3.用处：用于RNN循环神经网络算法编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项： 使用matlab2021a或者更高版本测试，运行里面的Runme_.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

matlab卷积神经网络训练（回归模型）

遗传算法求解BP网络输入变量，构造BP神经网络适应度函数f(x)，求解放f(x)极值下的x值。MATLAB代码，可运行！

人脸识别算法的MATLAB仿真 net.trainFcn = 'trainscg'; net.trainParam.lr = 0.4; net.trainParam.epochs = 400; net.trainParam.show = 10; net.trainParam.goal = 1e-3; %~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ T{1,1} = cell2mat(IMGDB(2,:)); P{1,1} = cell2mat(IMGDB(3,:)); net = train(net,P,T); save net net NET = net;

此代码使用一阶随机梯度下降优化多层前馈神经网络。 它将网络输出为一个结构，然后可以在新数据上进行测试。