经典RBF网络结构设计，资源分配网络程序RAN，直接下载可用，之前在网上下载的很多运行不了，这是调试通的程序，无bug，下载可直接运行

基于python的完整神经网络结构代码，可用于猫狗大战等，具有较好的泛化性能，包含9个部分的代码，老手新手皆可上手

详细介绍卷积神经网络的结构原理，并且根据一个详细的例子来说明CNN网络如何应用

常用的神经网络是通过固定的网络结构得到最优权值,使网络的实用性受到影响。引入了一种基于方向的交叉算子和变异算子,同时把模拟退火算法引入了遗传算法,结合遗传算法和模拟退火算法的优点,提出了一种优化神经网络结构的遗传——模拟退火混合算法,实现了网络结构和权值的同时优化。仿真实验表明,与遗传算法和模拟退火算法相比,该算法优化的神经网络收敛速度较快、预测精度较高,提高了网络的处理能力。

深度神经网络在图像识别、语言识别和机器翻译等人工智能任务中取得了巨大进展，很大程度上归功于优秀的神经网络结构设计。神经网络大都由手工设计，需要专业的机器学习知识以及大量的试错。

该项目是对论文《参数共享的高效神经网络结构搜索（Efficient Neural Architecture Search (ENAS) via Parameters Sharing）》的实现。ENAS 做什么？高效神经网络结构搜索，即 ENAS 减少了计算需求，将 NAS 的 GPU 计算时间减少了 1000 倍。他们通过共享大型计算图中的子图模型之间的参数共享来完成此操作。 如何使用它的过程已经在 GitHub 页面上得到了很好的展示。实现这个库的先决条件是： Python 3.6+ 需要 PyTorch tqdm，imageio，graphviz，tqdm，tensorboardX

本文提出了一种改进的遗传算法 ,并用其实现BP神经网络的拓扑结构和参数的优化。改进的遗传算法采用了一种新的编码方式 ,并对遗传操作进行了改进。仿真试验的结果表明 ,这种算法能够有效地提高BP神经网络结构和参数的优化效率

超清版的《神经网络结构设计的理论和方法》，对神经网络的设计方法讲的很到位

《神经网络结构设计的理论与方法(带附录)》完整版，附录含书中matlab代码等信息

一种识别交通标志的多层次化神经网络结构,主要用来识别交通标志，数据集市德国交通标志数据集，该文论是2011年Lecun发表的