深度强化学习DQN训练Flappy Bird源代码，可以直接运行FlappyBirdDQN.py使用。

基于keras的语义分割源代码，包括segnet、U-Net、FCN，文件夹中包含训练和测试数据，以及训练好的模型。

基于keras的yolov3物体检测源码，可以直接运行使用，用于物体的定位识别。

使用LabelImg制作的物体检测数据集，基于铁轨的裂纹图像。

目录 一、 DL/T 645-2007通讯协议简介 二、 数据链路层格式说明 三、 数据标识说明 四、 （应用层）命令、返回格式说明 五、 命令字、特征字、错去信息字说明 六、 DTTD三相多功能电表应用数据标识 七、 负荷记录传输格式 八、 通讯功能实现实例

由 yolov3_tiny.weights生成的tiny_yolo_weights.h5 ,适用与keras-yolov3 版本

将keras的.h5权重文件转换成darknet的weights，需要有模型结构文件

有朋友在阅读关于CNN代码解读的http://blog.csdn.net/zouxy09/article/details/9993743这篇博文后，遇到了代码无法运行的问题，比如：Undefined function 'sigm' for input arguments of type 'double'.等。这是因为没有将util文件夹addpath进来，导致matlab在解释执行的时候找不到相应的函数。也有朋友在寻找mnist_uint8.mat文件，所以本人在此一并给出。 本资源是Deeplearn Toolbox中关于CNN部分的代码（7个.m文件），加上data和util两个文件夹，其中data文件夹中有mnist_uint8.mat文件，而util文件夹中则提供所需要的函数（如sigm，expand）的.m文件。 要成功运行此代码，只需在matlab中打开7个.m文件，并将cnnexamples.m文件中两句addpath对应的路径分别改成data和util在你电脑上的路径，并运行cnnexamples.m即可。 希望能给有需要的朋友一些帮助！

DL/T645电表规约测试软件，含97和2007版本,包括规约文本所有数据项，绝对可用！

基于TensorFlow的lstm模型，多维时序数据预测，可自行修改网络参数。