人工智能已成为新一轮科技革命和产业变革的核心驱动力，正在对世界经济、社会进步和人类生活产生极其深刻的影响。为了进一步顺应发展规律、把握未来趋势，加

《机器学习》学习笔记BP算法神经网络代码，根据西瓜数据集改变神经网络权重及阈值，利用json格式文件保存习得的神经网络结构。

matconvnet-1.0-beta25成功编译后的文件，可以放到matlab 里面直接调用运行。

IEEE CEC，全称是IEEE Congress on Evolutionary Computation，可以翻译为，IEEE进化计算会议。自2005年开始，每年举办一次。IEEE CEC benchmarks，是主办方发布的标准测试算例（以下简称，CEC算例）。 CEC2014年及CEC2017年测试集，matlab版本； 该测试集是用于演化算法性能测试的基准函数，CEC2014的函数组成可参见CEC2014的介绍文档“Definitions of CEC2014 benchmark suite Part A”，调用方法可参照CEC2014 MATLAB示例代码。

差分进化算法由 Storn 和 Price 于 1995 年首次提出，是一种基于群体的高效启发式全局优化搜索算法，主要用于求解实数优化问题。差分进化算法属于进化算法，在神经网络参数优化等方面有着重要应用。

YOLODet-PyTorch是端到端基于pytorch框架复现yolo最新算法的目标检测开发套件，旨在帮助开发者更快更好地完成检测模型的训练、精度速度优化到部署全流程。以模块化的设计实现了多种主流YOLO目标检测算法，并且提供了丰富的数据增强、网络组件、损失函数等模块。

本项目开发了PyTorch Adapter插件，用于昇腾适配PyTorch框架，为使用PyTorch框架的开发者提供昇腾AI处理器的超强算力。用户在准备相关环境进行基于PyTorch框架模型的开发、运行时，可以选择在服务器中手动编译相关模块。

densenet121官方预训练模型，可以用于迁移学习训练

人工智能医疗器械标准体系设计探索-王浩

EPSDE的代码；附2014和2017数据集。 EPSDE一种参数集合和变异策略的差分进化算法(Differential evolution algorithm with ensemble of parameters and mutation strategies),2011年Mallipeddi等提出基于参数集成和变异策略的差分进化算法（EPSDE）;在EPSDE中，不同的突变策略池与每个控制参数的值池在整个进化过程中共存，并竞争产生后代。 [1]MALLIPEDDI R, SUGANTHAN P N, PAN Q K, et al. Differential evolution algorithm with ensemble of parameters and mutation strategies [J]. Applied Soft Computing, 2011, 11(2): 1679-96.