循环切片的规模是提高缓存命中率的技术的关键因素。 神经应用粒子群优化算法的网络模型来优化平铺的规模。 与传统的切片算法相比，该技术可以获得更合适的切片比例，并导致提高拼贴的效率。 研究了两个循环密集型计算基准程序这篇报告。 本文主要研究LU分解的块算法。 相比达到原始基准，我们提出使用LU分解循环切片算法来改善缓存的运行效率。

图像去噪

DeepFool: a simple and accurate method to fool deep neural networks.pdf

项目名称：情感识别 表中的内容 ： 1. 2. 3. 4. 描述： 我们的人脸情绪参差不齐，因此我们要证明自己存在这些情绪的可能性。 情绪识别是什么意思？ 情感识别是一种软件中使用的技术，该技术允许程序使用高级图像处理来“读取”人脸上的情感。 公司一直在尝试将复杂的算法与过去十年中出现的图像处理技术相结合，以更多地了解人脸的图像或视频告诉我们有关他/她的感觉的信息，不仅是这种感觉，而且还显示出一张脸可能有多种情绪的可能性。 装置： 使用Requirements.txt安装依赖项 pip install -r requirements.txt 用法： 该程序将创建一个窗口来显示网络摄像

neural logic machines的翻译及部分补充 深度神经网路一直被人诟病的地方在于，缺少逻辑推理能力，它只是一种函数拟合方法。在这篇论文中，清华、谷歌和字节跳动的研究者提出了一种名为神经逻辑机的模型，它可同时用于归纳学习与逻辑推理。它结合神经网络与逻辑程序设计（逻辑编程），让神经网络也能用于逻辑推理。

Neural Networks and Deep Learning by Michael Nielsen

情绪分析 总览 情感分析是一种自然语言处理（NLP）任务，其目的是评估文本块的极性/情感。 根据定义，广泛用于客户关系管理（CRM）的环境中，用于自动评估评论和调查回复以及社交媒体。 情绪分析中常见的子任务是： 消息极性分类：给定一条消息，对消息的整体上下文极性进行分类是正面，负面还是中性。 基于主题或基于实体的消息极性分类：给定消息和主题或实体，将消息按该主题或实体分类。 SemEval（国际语义评估研讨会）是一个流行的，专门负责情感分析任务的研讨会。 有关此类任务（任务4）的最新年度（2017年）概述，请访问： : 。 该项目当前仅针对“消息极性分类”子任务。 该存储库包含：

Deep_Neural_Network_Toolkit_&_Event_Spotting_in_Video_using_DNN_features ABIL N GEORGE MASTER OF TECHNOLOGY

论文Attentional Neural Fields for Crowd Counting，侵删

Neural Network Learning Theoretical Foundations 神经网络的理论基础