这个存储库包含使用深度学习对高分辨率图像进行分解的工作的代码。目前最先进的方法，如BM3D，KSVD和非本地手段确实能够产生高质量的去噪效果。但是当图像的大小变得非常高时，例如。 4000 x 80000像素，那些高质量的结果以高计算时间为代价。这个耗时的因素可以作为一个动机来提出一个模型，可以在更短的时间内提供可比较的结果，如果不是更好的话。因此，我使用了一种深度学习方法，它会自动尝试学习将噪声图像映射到其去噪版本的功能。

基于OpenCV 3, LBPH 人脸识别 Python代码,已附加所有代码及文件

Hands-On.Machine.Learning.with.Scikit-Learn.and.TensorFlow PDF与代码合集 ，亚马逊排名第一的机器学习与深度学习书籍

[美]布雷特.斯拉特金(Brett Slatkin)著；爱飞翔 译；机械工业出版社；本书会深入讲解如何以符合Python风格的方式来编写程序，这种方式就是运用Python语言的最佳方式。

此资源包含了两个文件，16进制查看器以及相应的Python进行批量dat文件解密的运行代码，输入自己的解密码和相应的路径便可以进行批量dat文件解密，如何获取自己的dat文件解密字节码可查看csdn博客链接https://blog.csdn.net/a386115360/article/details/103215560，可根据博客内容获取自己的解码字节码。本次更新下载积分需求。

切片循环神经网络（Sliced recurrent neural networks，SRNN），在不改变循环单元的情况下，比RNN结构快135倍。

吴恩达老师机器学习课的笔记。黄海广博士原创，黄海广博士也是这门课的最初翻译者。包括课堂笔记，数学基础，Python代码。

基于python的一个滑雪小游戏，有图，有代码，可参考，适用于有一点点基础的python初学者。 内有6张人物形态图，1个得分图，一个障碍物图和一份代码。 用到了pygame库，可以做着玩玩。

Cats vs, Dogs 的python原创代码， ipynb格式。图片数据来源https://www.kaggle.com/c/dogs-vs-cats 任务如下： Task: In this competition, you'll write an algorithm to classify whether images contain either a dog or a cat. This is easy for humans, dogs, and cats. Your computer will find it a bit more difficult. Data Description: The training archive contains 25,000 images of dogs and cats. Train your algorithm on these files and predict the labels for test1.zip (1 = dog, 0 = cat). Submission Format Your submission should have a header. For each image in the test set, predict a label for its id (1 = dog, 0 = cat): id,label 1,0 2,0 3,0 etc...

附件包含了原始的csv文件，和用于测试的python代码，适合统计学习入门。 鸢尾花(Iris)数据集是一个著名的统计学资料，被机器学习研究人员大量使用。它包含了150组实例，4种生物特征和每组实例对应的鸢尾花种类（setosa,versicolor,virginica）。