使用多层感知机对鸢尾花数据集3分类，不是二分类。 并且输出准确率，代码亲测有效！没用你来打我！ 博文链接：https://blog.csdn.net/innovationy/article/details/121770961

tensorflow手写数字识别项目，非常适合练手的项目 1、项目PDF资料 2、项目源码 3、项目图片资料 4、B站视频讲解

资料为python深度学习相关的资料，附有代码html版本的压缩包

基于神经网络深度学习 ，实现人脸识别项目，包括原始数据 ，训练数据 训练模型 测试数据等，包含演示同步ppt文件使用的开发工具是pycharm，基于python3实现，该案例可做为本科毕设的入门包含整个讲解过程，从人脸识别到cnn，卷积

机器学习深度学习+特征选择+Feature Selection

这个项目是我在学习Pytorch的时候做的一个简单的CIFAR-10数据集的训练模型，里面每一步都有详细的注释介绍，很适合深度学习小白下载学习。其中包含我模型训练的代码，也包含模型测试的代码，大家可以修改参数进行测试。 1、train.py 是我训练模型的代码 2、nn_module.py 是我神经网络模型的代码 3、test.py 是我测试模型的代码 4、images 是我用来测试的图片 5、myModule_19.pth 是我训练20次后得到的模型

该程序中有3个python函数方法，分别用来实现保存数据集图片的路径到txt文件，读取txt文件，划分训练集与验证集并保存到txt文件。非常适合深度学习模型训练之前，划分数据集所用。

VITON-HD — Official PyTorch Model alias_final.pth

Packt.Python.Deep.Learning.Cookbook.2017Packt.Python.Deep.Learning.Cookbook.2017

keras之父弗朗索瓦·肖莱（François Cholle）的《Deep Learning with Python》中文版，张亮译。详尽介绍了用python和keras进行深度学习的探索实践，设计计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于该书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完该书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。 该书适合从事大数据及机器学习领域工作，并对深度学习感兴趣的各类读者。