lstm学习资料，可以使用，效果较好，希望满意(LSTM learning materials, can be used, the effect is better, hope to be satisfied)

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。

利用深度神经网络学习的特征进行多类轴承故障分类 该存储库包含提交给的论文的代码，该论文使用已学习的数据驱动功能进行故障诊断。 无需手动计算特征，而是通过深度神经网络从数据中学习特征。 然后将这些学习到的功能与SVM一起用于故障分类。 还提出了一种解释数据驱动功能的经验方法。 该论文已被接受并将出现在会议记录中。 数据： 我们使用公开可用的。 该数据集实际上是为预后应用准备的。 但是，我们将其用于故障诊断任务。 我们考虑四种故障类型：正常故障，内部故障，外部故障和球形故障。 原始数据是在几个月内收集的，直到其中一个轴承发生故障。 因此，对于正常情况，我们已在实验开始时收集了数据。 同样，对于错误情况，我们已在实验结束时获取了数据，该数据更接近发生错误的时间点。 我们实验中使用的文件的详细信息可以在下面找到。 提取后，包含原始数据的压缩文件提供了三个文件夹：1st_test，2nd_tes

神经网络学习小记录42——windows下的tensorflow-gpu=1.13.2环境配置学习前言环境内容Anaconda安装下载Cudnn和CUDA配置tensorflow环境安装VSCODE 学习前言 好多人问环境怎么配置，还是出个教程吧。 环境内容 tensorflow-gpu：1.13.2 keras：2.1.5 numpy：1.17.4 Anaconda安装 取网上搜索Anaconda的官网：https://www.anaconda.com/distribution/ 下载左边的python3.7版本，64位的，下载完成后打开： 选择安装的位置，可以不安装在C盘。 我选择

人工神经网络学习C#demo 和源码，网上找了很久才找到的

神经网络学习小记录43——Keras中Tensorboard的使用学习前言Tensorboard详解使用例子1、loss和acc2、权值直方图3、梯度直方图实现代码 学习前言 可视化是个好东西呀，怎么学学呢！ Tensorboard详解 该类在存放在keras.callbacks模块中。拥有许多参数，主要的参数如下： 1、log_dir: 用来保存Tensorboard的日志文件等内容的位置 2、histogram_freq: 对于模型中各个层计算激活值和模型权重直方图的频率。 3、write_graph: 是否在 TensorBoard 中可视化图像。 4、write_grads: 是否在

忆阻器以其独特的非易失性、天然的记忆功能以及纳米级尺寸，在人工神经网络、信号处理和模式识别等方面展现了巨大的应用前景。采用了基于STDP学习规则的忆阻神经网络，运用了网络自适应突变以及网络拓扑结构变化的基因算法，其中包括隐藏层神经元个数，连接权重以及神经网络突触模型的变化。比较了基于HP线性忆阻器模型，非线性忆阻器模型以及阈值模型这3种不同忆阻器模型的忆阻神经网络，并提出了学习效果更好的混合型忆阻神经网络。

学习bp神经网络的入门资料，包含了丰富的matlab程序示例

针对刚开始学习神经网络的同学的一个很好的总结，可以让大家以最快的速度学习各种神经网络 进行模式识别 函数逼近

在学习卷积神经网络时做的笔记，希望可以给大家提供帮助。相互指正！