该文档包含了吴恩达神经网络和深度学习的课程笔记（包含第一门课到第五门课），还有相关的论文和数据。有兴趣可以下载学习！

上传时间：2020/11/08 最后测试：2020/11/08 内容：pytorch框架实现MNIST手写数字识别 其他：pytorch学习练习代码 相关介绍：https://blog.csdn.net/jerry_liufeng/article/details/109558962

SwinIR：Image Restoration Using Swin Transformer 的源代码。

基于深度迁移学习的小样本图像分类matlab程序，网络模型基于AlexNet，文件包含了图像数据集，输出结果可靠。

使用Xception网络进行车辆分类，内容包含：训练好的一个模型，模型代码，训练代码，评估代码

github上的一个深度学习模型，用来进行道路分割https://github.com/hlwang1124/SNE-RoadSeg

CMU（美国卡耐基梅隆大学，Carnegie Mellon University，人工智能/深度学习领域最著名的大学之一）的深度学习课程的讲义，配合案例讲解原理，十分清晰详细地介绍了深度学习典型方法的基本原理，包括感知器、BP、卷积网络、循环网络以及相关优化方法等。

解析深度学习.docx

Deep-rPPG：使用深度学习工具的基于相机的脉搏估计 深度学习（神经网络）基于网络的远程光学体积描记：如何从视频使用深度学习工具的硕士论文题目为“使用深度学习工具基于摄像头的脉冲估计”的源码中提取脉冲信号 已实施的网络 深度物理 Chen，Weixuan和Daniel McDuff。 “ Deepphys：使用卷积注意力网络进行基于视频的生理测量。” 欧洲计算机视觉会议（ECCV）的会议记录。 2018。 物理网 于子彤，李晓柏和赵国英。 “使用时空网络从面部视频进行远程光电容积描记器信号测量。” 程序。 BMVC。 2019。 NVIDIA Jetson Nano推理 网络的运行速度已在NVIDIA Jetson Nano上进行了测试。 PyTorch和OpenCV结果和安装步骤在nano文件夹中。 相应硕士论文摘要 标题为“使用深度学习工具的基于相机的脉搏估计”（也已在此存储库中上

Kaggle_Titanic 17％的人使用keras和深度学习神经网络向泰坦尼克号Kaggle竞赛提交的作品最多