利用tensorflow实现的循环神经网络RNN（本程序使用了LSTM）来做语言模型，并输出其困惑度。 #语言模型主要是根据一段给定的文本来预测下一个词最有可能是什么。困惑度用于评价语言模型。困惑度越小，则模型的性能越好。

在这个全球化的时代，很可能会遇到与我们使用不同语言进行交流的人或社区。 为了承认由此引起的问题，我们正在开发机器翻译系统。 Google LLC 等多家知名组织的开发人员一直致力于使用机器学习算法（如人工神经网络 (ANN)）引入算法来支持机器翻译，以促进机器翻译。 在这方面已经开发了几种神经机器翻译，但另一方面，循环神经网络（RNN）在该领域并没有太大发展。 在我们的工作中，我们试图将 RNN 引入机器翻译领域，以承认 RNN 优于 ANN 的优势。 结果显示了 RNN 如何能够以适当的准确度执行机器翻译。

编译原理课程设计中的一个，作为代码优化的一部分完成循环的查找：根据给定的一段C语言源代码，查找入口语句，确定基本块，构造程序流图，并画出流图，查找必经结点，查找回边和相应的循环！在编译课程设计中是最优秀的一个！压缩包中包含程序源代码，可执行的jar文件和5个示例的C语言源代码，用Eclipse可以直接打开！

基于循环神经网络的新闻话题分类的源码

使用神经网络分析电影评论1的源码

文章简单介绍了循环冗余校验 CRC的算法分析和程序实现

循环和数组的笔记,非常详细

jQuery流水线循环滚动是一款产品不断滚动的图片切换特效，鼠标移到图片停止移动，移开则又自动滚动。本作品由【站长素材】收集整理，转载请注明出处！

用于CMOS图像传感器的列并行RSD循环ADC

为解决大多数循环型(cyclic)模数转换器(analog-to-digital convertor, ADC)不能实现双输入模式的问题,提出了一种10位的可实现单端和差分两种输入模式的cyclic ADC结构.采用RSD算法,实现对比较器阈值偏差的修正,提出一种两级自补偿结合增益自举的改进型运放结构,在实现高增益的同时,能够保证输出结果不受环路失调影响.仿真结果表明在5.2 MHz工作时钟和2.5 V电源电压下,提出的cyclic ADC实现了200 ksps的转换速度,信噪比60.98 dB,有效位数9.8 bit,功耗4.97 mW,版图面积0.059 mm2.研究结论表明该电路有较高的转换速度和精度,且由于能够实现单端和差分两种输入模式,使得该电路的适用范围得到了扩展.