使用LabVIEW OpenCV dnn无压力实现图像分类含源码及模型，即使小白也可以立即实现自己的图像分类，压缩包中为大家提供了相关的模型和源码，大家直接运行即可。

使用labview快速实现物体识别（目标检测），包括darknet和tfl两种调用，识别过程可使用CUDA加速，实时目标检测，不会卡顿延迟。darkenet所需weigth及cfg均已经为大家准备好了，tf所需pb及pbtxt也已经为大家准备好了。

基于PaddleRec-dnn模型实现CTR点击率预测系统源码。基于dnn模型，进行点击率预测，商品数量有限，在点击率数据下，展示更多的推荐排序。 基于PaddleRec-dnn模型实现CTR点击率预测系统源码。基于dnn模型，进行点击率预测，商品数量有限，在点击率数据下，展示更多的推荐排序。基于PaddleRec-dnn模型实现CTR点击率预测系统源码。基于dnn模型，进行点击率预测，商品数量有限，在点击率数据下，展示更多的推荐排序。基于PaddleRec-dnn模型实现CTR点击率预测系统源码。基于dnn模型，进行点击率预测，商品数量有限，在点击率数据下，展示更多的推荐排序。基于PaddleRec-dnn模型实现CTR点击率预测系统源码。基于dnn模型，进行点击率预测，商品数量有限，在点击率数据下，展示更多的推荐排序。基于PaddleRec-dnn模型实现CTR点击率预测系统源码。基于dnn模型，进行点击率预测，商品数量有限，在点击率数据下，展示更多的推荐排序。

AI科技大本营公开课-《基于交错组卷积的高效深度神经网络》 共82页.pptx

时序预测 | MATLAB实现DNN时间序列未来多步预测（完整源码和数据） 数据为一维时序列数据,运行环境MATLAB2018b及以上，可以实现未来100个值的预测。

LabVIEW OpenCV DNN实现手写数字识别源码,无任何门槛，小白也可以快速实现手写数字的识别，资源中包括已经转换好的pb模型及调用pb模型的主VI，只需下载就可以实现手写数字的识别。

去噪声代码matlab 复杂频域（CIRM）中基于DNN的掩码 复杂域中用于语音去混响和去噪的纸质时频掩蔽的Matlab实现 学分 此代码是的重大修改版本

基于LabVIEW可使用opencv DNN模块调用的深度学习工具包，在labview 2018及以上版本64位中下载安装即可使用，无需重新编译opencv，省去苦苦编译却无法通过的痛苦，简单高效且容易上手。

目录网盘文件永久链接 1.1课程介绍机器学习介绍上.mp4 1.1课程介绍机器学习介绍下.mp4 1.2深度学习介绍.mp4 2基本概念.mp4 3.1决策树算法.mp4 3.2决策树应用.mp4 4.1最邻近规则分类KNN算法.mp4 4.2最邻近规则KNN分类应用.mp4 5.1 支持向量机(SVM)算法（上）.html 5.1 支持向量机(SVM)算法（上）应用.html 5.1支持向量机SVM上.mp4 5.1支持向量机SVM上应用.mp4 6.2神经网络算法应用上.mp4 6.3神经网络算法应用下.mp4 7.1简单线性回归上.mp4 7.2简单线性回归下.mp4 7.3多元线性回归.mp4 7.4多元线性回归应用.mp4 7.5非线性回归 Logistic Regression.mp4 7.6非线性回归应用.mp4 7.7回归中的相关度和决定系数.mp4 7.8回归中的相关性和R平方值应用.mp4 8.1Kmeans算法.mp4 8.2Kmeans应用.mp4 8.3Hierarchical clustering 层次聚类.mp4 8.4Hierarchical......

针对噪声的随机性和突变性,使得传统算法抑制非平稳噪声比抑制平稳噪声难度增大的问题,提出了一种基于深度神经网络的子空间语音增强算法。该算法利用带噪的语音信号数据训练一组深度神经网络语音生成型模型(DNN训练模型);在测试增强阶段根据噪声估计和DNN模型去除非平稳噪声;最后,通过信号子空间在抑制噪声和减少信号失真上做出较为折中的选择重构语音信号。实验结果表明,基于深度神经网络的子空间语音增强算法对非平稳噪声有非常强的抑制能力,通过STOI和PESQ值反映了在低信噪比下,该算法可以提高增强语音的可懂度。