卷积神经网络CNN识别图像集Cifar10，使用Jupyter Notebook 编写的 Python代码，含建模及测试，代码注释清晰，十分适合新手

提出一种 SF-CNN 双重深度特征提取模型。使用 C++编程实现了一个人脸课堂点名系统。

CNN相关论文（包括ResNet，GoogleNet，R-CNN，YOLO，SSD，可视化等），包括rcnn家族，yolo家族等经典目标检测论文

肺实例分割工作流程 （使用Keras和Ray Tune的U-Net / Mask R-CNN工作流程进行实例细分） 肺部实例分割工作流程使用通过模型从图像中预测肺罩。 运行工作流程 使用命令git clone cd进入lung-instance-segmentation-workflow目录 [可选]如果要添加自己的Docker映像，请转至workflow.py文件并在以下位置更改映像 unet_wf_cont = Container ( "unet_wf" , Container . DOCKER , image = "docker://vedularaghu/unet_wf:latest" ) 部分，指向您的docker映像的链接 使用命令python3 w

【预测模型】基于鲸鱼算法优化卷积神经网络CNN预测matlab源码.zip

深度学习CNN代码,帮助理解卷积网络，代码是可以运行的，没有问题

最全卷积神经网络CNN(初学者入门共83页，良心整理

在用户生成的内容上使用2D CNN识别Twitter中的机器人帐户 Marco Polignano，Marco Giuseppe de Pinto，Pasquale Lops，Giovanni Semeraro ， ， ， 全文可在上 抽象 在网络上自动发布内容的帐户数量正在快速增长，遇到它们非常普遍，尤其是在社交网络上。 它们通常用于发布广告，虚假信息和用户可能会遇到的骗局。 这样的帐户称为bot，是机器人的缩写（又称社交bot或sybil帐户）。 为了支持最终用户确定社交网络帖子来自何方，机器人还是真实用户，至关重要的是自动准确地自动识别这些帐户并及时通知最终用户。

lenet_iter_10000.caffemodel lenet_iter_5000.caffemodel

基于卷积神经网络（CNN）的肺结节自动检测的深度学习模型