在工厂等工作场所，有很多人们通过视觉读取仪表值的场景。 如果你长时间工作，你会感到压力，并且可能会发生人为错误。 您可以尝试基于规则的图像处理。 但是创建一个可以处理任何环境的健壮算法并不容易。 在此示例代码中，相机获得的仪表值是使用深度学习回归预测的。 我为回归定制了预训练的 CNN 网络 (AlexNet)，并将模型应用到任务中以读取仪表值。 你可以在这里获得预训练的 AlexNet。 https://jp.mathworks.com/matlabcentral/fileexchange/59133-deep-learning-toolbox-model-for-alexnet-network [键控] 图像处理·计算机视觉·深度学习·CNN·深度学习·机器学习·回归·迁移学习

基于 AlexNet 网络的模式识别系统的设计与实现代码大全.pdf基于 AlexNet 网络的模式识别系统的设计与实现代码大全.pdf基于 AlexNet 网络的模式识别系统的设计与实现代码大全.pdf基于 AlexNet 网络的模式识别系统的设计与实现代码大全.pdf

lenet,alexnet,VGG11源码

基于Alexnet对月季花疾病进行检测分类实验.doc基于Alexnet对月季花疾病进行检测分类实验.doc基于Alexnet对月季花疾病进行检测分类实验.doc基于Alexnet对月季花疾病进行检测分类实验.doc

megengine框架的图像分类AlexNet模型(ImageNet)

AlexNet模型、训练、预测代码，每一行都有超详细注释，适合新生小白，可运行

本项目已包含花分类数据集和训练好的AlexNet.pth模型，可直接进行花分类预测，代码共分5部分： 1. 数据预处理：划分数据集  2. 加载自定义数据集 3. 建立Alexnet模型  4. 模型训练  5. 模型的评估和使用训练好的模型进行图片分类 本文代码简单易懂，有较具体的注释，只需具备基础的python知识，便可以顺序通读。

卷积神经网络的原理及代码实现与典型神经网络LeNet-5、AlexNet、VGGNet、ResNets的原理

人工智能基础视频教程零基础入门课程 第十四章 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 TensorFlow深入、TensorBoard 十一章 DNN深度神经网络手写图片识别 十二章 TensorBoard可视化 十三章 卷积神经网络、CNN识别图片 十四章 卷积神经网络深入、AlexNet模型 十五章 Keras深度学习框架

总共收集了8篇论文，前两篇论文做了写笔记。主要是CNN论文发展的必看论文，包括LnNET-5,AlexNet,NIN,GoogleNet,VGGNet,ResNet,DenseNet,SENet.