入门图神经网络的好资源,了解GNN的基本原理,训练方法,以及其各种变体的应用。通俗易懂，讲解全面。入门图神经网络的好资源,了解GNN的基本原理,训练方法,以及其各种变体的应用。通俗易懂，讲解全面。

LVQ神经网络的预测——人脸朝向识别

使用bp神经网络逼近椭圆，但只做到了逼近半个椭圆，希望大家改进

本科毕业设计～bp神经网对印刷体汉字的识别

循环神经网络(RNN)是一类非常强大的用于处理和预测序列数据的神经网络模型。循环结构的神经网络克服了传统机器学习方法对输入和输出数据的许多限制,使其成为深度学习领域中一类非常重要的模型。RNN及其变体网络已经被成功应用于多种任务,尤其是当数据中存在一定时间依赖性的时候。语音识别、机器翻译、语言模型、文本分类、词向量生成、信息检索等,都需要一个模型能够将具有序列性质的数据作为输入进行学习;然而,RNN通常难以训练,循环多次之后,大多数情况下梯度往往倾向于消失,也有较少情况会发生梯度爆炸的问题。针对RNN在实际应用中存在的问题,长短期记忆(LSTM)网络被提出,它能够保持信息的长期存储而备受关注,

基于LVQ神经网络的分类对乳腺肿瘤诊断实例，

SVM神经网络中的参数优化---提升分类器性能 matlab程序 供大家学习

SOM神经网络的数据分类--柴油机故障诊断

是David J．C．MacKay的Information Theory, Inference, and Learning Algorithms（2003年版）对应中文版。