初学卷积神经网络

Siamese Neural Networks for One-shot Image Recognition，关于用于一次性图像识别的连体神经网络的论文，方便深入图像深度学习

对fashion-minist数据集进行服装分类识别（10种），python3.7 用keras架构 实现1层，3层，4层卷积网络，有准确度和损失图，衣服的可视化验证，还增加了一个tkinter窗口 从本地选择图片，放入模型中识别，最后给图片贴上标签

介绍 颜色反卷积算法的设计针对RGB摄像机获取的颜色信息，基于免疫组化技术使用的染色剂RGB分量光的特异性吸收，分别计算每种染色剂对图像的作用效果。免疫组织化学图像处理通常用的染色包括DAB、H&E。 颜色反卷积可应用于H-DAB图像和组织病理学中常用的染色剂（H-E,H AEC,FAST Red，DAB），广泛应用于免疫组化染色图像颜色分离。 环境 #### Language de programmation : Python 2.7 #### Libs : numpy, matplotlib, sikit-learn, PySide, OpenCV2 运行步骤 1.运行ColorDeconvolution.py或者hsd.py，可以生成反卷积后的图像（一共有6个图），依据情况选择结果。 2.得到的HSI_Teinte_t1.png图像，灰度值比较低，在PS里面先用：图像-调整-曲线-自动，增加灰度值，再图像-调整-反相 ———————————————— 版权声明：本文为CSDN博主「可基大萌萌哒的马鹿」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及

深度卷积神经网络模型

_经典卷积神经网络模型

卷积神经网络

卷积神经网络预测（多输入单输出）

Convolutional Neural Network (CNN) This tutorial demonstrates training a simple Convolutional Neural Network (CNN) to classify CIFAR images. Because this tutorial uses the Keras Sequential API, creating and training your model will take just a few lines of code.

卷积神经网络根据人脸图像进行性别识别