目录网盘文件永久链接 1-1 Keras项目实战课程概述.mp4 1-2 简介与安装.mp4 2-1 训练自己的数据集整体流程.mp4 2-2 数据加载与预处理.mp4 2-3 搭建网络模型.mp4 2-4 学习率对结果的影响.mp4 2-5 Drop-out操作.mp4 2-6 权重初始化方法对比.mp4 2-7 初始化标准差对结果的影响.mp4 2-8 正则化对结果的影响.mp4 2-9 加载模型进行测试.mp4 3-1 卷积层构造.mp4 3-2 整体流程.mp4 3-3 BatchNormalization效果.mp4 3-4 参数对比.mp4 3-5 网络测试效果.mp4 4-1 时间序列模型.mp4 4-2 网络结构与参数定义.mp4 4-3 构建LSTM模型.mp4 4-4 训练模型与效果展示.mp4 4-5 多序列预测结果.mp4 4-6 股票数据预测.mp4 4-7 数据预处理.mp4 4-8 预测结果展示.mp4 5-1 文本数据读取预处理.mp4 5-2 基本模型.mp4 5-3 3-Embeeding-layer效果.mp4 5-4 准备词向量数据.......

主要介绍了Python利用Faiss库实现ANN近邻搜索的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧

掀起Keras的盖头来。虽然之前很多深度学习的课程种都有提到过Keras，但是Keras作为单独的一个项目进行全面的高阶教学，应该还是第一次。Keras是由纯python编写的基于theano/tensorflow的深度学习框架。 Keras是一个高层神经网络API，支持快速实验，能够把你的idea迅速转换为结果。 视频大小：4.6G

主要为大家详细介绍了使用python实现ANN的相关资料，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

演示视频：http://www.bilibili996.com/Course?id=0436992000173

训练应用源码：http://www.bilibili996.com/Course?id=5512185000139

开发工具 jackson-annotations-2.8.6开发工具 jackson-annotations-2.8.6开发工具 jackson-annotations-2.8.6开发工具 jackson-annotations-2.8.6开发工具 jackson-annotations-2.8.6开发工具 jackson-annotations-2.8.6开发工具 jackson-annotations-2.8.6开发工具 jackson-annotations-2.8.6开发工具 jackson-annotations-2.8.6开发工具 jackson-annotations-2.8.6开发工具 jackson-annotations-2.8.6开发工具 jackson-annotations-2.8.6开发工具 jackson-annotations-2.8.6开发工具 jackson-annotations-2.8.6开发工具 jackson-annotations-2.8.6开发工具 jackson-annotations-2.8.6开发工具 jackson-annotat

神经网络实现分类matlab代码dsg_predictive_modelling 使用matlab机器学习工具箱解决蘑菇数据集的问题。 该解决方案包含在文件“solution.csv”中，该文件包含给定数据的类的预测值。 然后文件'solution_code.m'包含源代码 在这个存储库中，我已经放置了数据科学组 iitr 提供的蘑菇数据集的完整解决方案。 我已经使用深度学习来解决这个分类问题。 该存储库包含一个名为“solution_code”的文件，其中包含使用具有单个隐藏层的神经网络执行 ddep 学习过程的完整代码。 我首先分析了数据集并推断出属性 - gill-attachment 有 97.64% 的值为 'f'，veil-type 有 100% 的值为 'p'，而 veil-colour 有 97.73% 的值作为“w”提供的信息，这些信息对我们的模型没有帮助，所以我在开始时删除了它们。 然后我意识到在某些属性中，一些特定的值更多地集中在数据集的底部，而一些在顶部，因此我将它们随机分布以打破任何一种对称性。 然后我将半径和权重等数值数据类型与分类数据类型分开，并且必须分别

这是一个神经网络开发包。目录ann下是专门针对神经网络的代码，外部目录是一些公用的代码，与神经网络无关，但是神经网络的代码用到了它们。 ann目录下有一个目录demo，里面存放了一些示例程序，请参照它们进行编程。 该开发包为http://www.aiport.net分发，详细帮助和最新资料请登陆该网站查看。

QT+OpenCV+ANN_MLP实现简单车牌识别源码，包括训练数字和字母的代码及样本