BP(back propagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念，是一种按照误差逆向传播算法训练的多层前馈神经网络，是目前应用最广泛的神经网络。 BP神经网络的计算过程由正向计算过程和反向计算过程组成。正向传播过程，输入模式从输入层经隐单元层逐层处理，并转向输出层，每一层神经元的状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出，则转入反向传播，将误差信号沿原来的连接通路返回，通过修改各神经元的权值，使得误差信号最小。 1．网络状态初始化 2．前向计算过程
2022-07-09 09:08:49
5KB
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。
2022-07-02 21:05:09
38.25MB
1
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
2022-06-21 19:06:16
587KB
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
2022-06-09 20:06:25
67.22MB
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。
2022-06-06 14:12:39
98KB