循环神经网络在语音识别中的应用 LSTM 双向RNN 双向lstm

neural_renderer-master 安装包对应的压缩文件

Michael Nielsen大神的巨作NNDL中文版，对深度学习基础讲解非常透彻

这是复现论文Learning to Compare Image Patches via Convolutional Neural Networks的代码，这是TensorFlow版本，用深度学习的方法做图像匹配，具体的过程可以看这篇文章https://blog.csdn.net/weixin_42521239/article/details/103389033

Context-Dependent Pre-trained Deep Neural Networks for Large Vocabulary Speech Recognition

Tensorflow实现：图像描述---Show and Tell: A Neural Image Caption Generator-附件资源

involution.pytorch（） 一个PyTorch实现使用过密的 对合的非官方pytorch实现。 官方实现可以在找到。 特征 该层可以处理任意输入和输出通道，内核大小，步幅和减速比。 但是，输入通道应按组划分。 要求 pytorch >= 1.4.0 einops >= 0.3.0 用法 一个例子： >>> import torch >>> from involution import Involution >>> >>> x = torch.rand(2,8,5,5) >>> i = Involution(in_channels=8, out_channels=4, groups=4, kernel_size=3, stride=2, reduction_ratio=2) >>> i(x).size () torch.Size([2, 4, 3, 3]) 去做 Ima

edit by ripley. university oxford

ResneXt网络论文

模块化的、具有关系推理能力的深度神经网络架构 RN介绍，可以“即插即用”，提升其他深度神经网络结构（如 CNN）关系推理的能力。