LeNet5神经网络模型在手写数字识别中的识别率很高,通过训练得到0.985精度的参数,可以用于训练更高精度的初始参数。其中卷积核选择表(O:true, X: false): { O, X, X, X, O, O, O, X, X, O, O, O, O, X, O, O, O, O, X, X, X, O, O, O, X, X, O, O, O, O, X, O, O, O, O, X, X, X, O, O, O, X, X, O, X, O, O, O, X, O, O, O, X, X, O, O, O, O, X, X, O, X, O, O, X, X, O, O, O, X, X, O, O, O, O, X, O, O, X, O, X, X, X, O, O, O, X, X, O, O, O, O, X, O, O, O };
2021-11-04 19:21:25 406KB LeNe5 卷积神经网络
1
BP网络训练误差曲线和网络模型 进水 UV254值 臭氧浓度, mg/L UV254去除率,%
2021-10-31 17:51:36 1.59MB BP、神经网络
1
可教学机器 使用神经网络训练来区分某些对象的WEB页面。
2021-10-30 01:16:24 54KB HTML
1
使用在 Simulink 中开发的 NARX 的神经网络控制器。 我在使用 Simulink 进行控制应用的神经网络训练时遇到的问题之一是归一化问题。 在这个项目中,一个简单的 NARX 网络被用来替换 Simulink 中的 PID。 这特别有用,因为我们解决了以下问题1. 如何在 Simulink ( https://au.mathworks.com/help/deeplearning/ref/mapminmax.html ) 中编写自己的 Mapminmax 的 Matlab 版本2. PID 输入和输出作为 NARX 网络的输入和目标3. 在 Matlab 训练之前,首先将输入和目标归一化(从 +1 到 -1) 4. 使用“fnc”功能块,用输入和目标的最大值和最小值替换 xmin、ymin、xmax 和 ymax。 5. 由于您使用归一化输入进行训练,因此您需要在 Simulin
2021-10-13 10:25:52 33KB matlab
1
研一学生,老师布置的一个tensorflow任务。搭建简单的全链接神经网络,再根据几个影响洪水流量的因素,来预测洪水流量。 下面是代码。 import tensorflow as tf import numpy as np 定义数据形式 x_data = np.asarray([[84,21.6,4,110,2,1410], [29.5,34,2.27,110,3,1770], [152.5,24.9,1.95,90.3,3,1360], [40.1,22.7,2.67,89.7,3,1133], [110.6,23.2,1.11,110,1,449], [74,9.5,1.42,
2021-10-07 10:57:34 128KB impact 神经网络 训练
1
(在5-6台机器上测试绝对可用)在data/train中放要测试的数据集一种放一类,在retrain.bat修改retrain.py和inception_model的路径.每次训练时都要将bottleneck中的内容清空images中放要测试的图片。在测试训练好的模型中修改生成文件out的位置。本模型为inceptionv3,可训练自己的模型,现在包含相貌等级的数据集,可训练完后查看效果。内包含各种注意事项,需要安装tensorflow
2021-09-23 10:46:46 181.19MB inceptionv3 迁移学习 TensorFlow python3
1
本系统是本人研一上学期在模式识别课程结束以后做的小项目,就是一个最普通的训练,还用了matlab的nntraintool。matlab版本为2016,据说是2018版本及以后的matlab都用不了了(手写板的eraser类不再支持什么的,我不太了解,2016完美运行)。系统的数据集来自minst手写数据集,不过进行了一些处理,只用到了50000个数据。系统的准确率还是可以的,在我的电脑上运行一次大概10分钟,准确率在96%以上,而且手写板上手写了的数字可以识别出来真的很好玩诶!本系统还有1.1版本,ver1.1可以实现多个数字的识别(即一识别就是一串)和语音播报。看原理的话,还是1.0容易一些。以后有时间会把1.1传上来,不要着急喔
2021-09-18 15:43:01 27.56MB 手写体识别 Minst 手写板识别 MatlabGUI
1
SentimentAnalysis:简单的神经网络训练情绪分析
2021-09-15 11:10:08 293KB Python
1
行业-电子政务-关键点检测方法、神经网络训练方法、装置和电子设备.zip
本资源详细介绍了如何使用textboxes++训练文字检测网络。
2021-09-02 10:54:59 282KB textboxes++ 文字检测
1