卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展及应用 卷积神经网络模型发展

北京邮电大学计算机学院鲁鹏老师的计算机视觉与深度学习课程第四章：全连接神经网络

计算机视觉与深度学习基于DNN神经网络实现人的年龄及性别预测（代码类） 计算机视觉.pdf

CNN卷积神经网络训练并测试Mnist数据集，准确率99.07%,环境是pytorch+GPU+pycharm(使用cuda),可直接下载使用，适合想入门深度学习或者神经网络的初学者，代码可直接跑，并且代码中含有大量注释以及个人见解。 1、运行代码，数据集会自行下载，只需要改变Dataset的路径 2、卷积网络层数和池化层参数可以自行更改

人工智能 - 共享单车预测 - 共享单车预测 - 一个完全基于numpy等基础python库手写的深度学习神经网络，实现美国共享单车的预测

layers = [ ... imageInputLayer([1 2048 1])%%2D-CNN convolution2dLayer([1,2],4) reluLayer maxPooling2dLayer([1 2],'Stride',2) convolution2dLayer([1,2],4) reluLayer maxPooling2dLayer([1 2],'Stride',2) fullyConnectedLayer(2) softmaxLayer classificationLayer];

基于BP神经网络实现共享单车数据预测，环境：anaconda+jupyter notebook。文件包含代码+数据集

基于PCNN卷积神经网络的图像去噪仿真 X1=(double(imread('2.bmp'))); X = X1(:,:,2); figure; imshow((X),[]); Weight=[0.5 1 0.5;1 0 1;0.5 1 0.5];%3*3临近神经元连接权重矩阵 Beta = 0.1;%连接强度常数 Yuzhi = 256; Decay = 0.1;%衰减时间常数 [a,b]=size(X); Threshold = zeros(a,b);%神经元阈值矩阵 S= zeros(a+2,b+2);%用于存储邻近神经元的输出 B= zeros(a,b);%标记样板,表明该PIXEL是否被激活过 Y=zeros(a,b);%结果矩阵 T=zeros(a,b); Edge= zeros(a,b);%边缘图 n=1;

基于改进的BP神经网络车牌识别的研究.pdf

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：用MATLAB实现车牌识别，包括定位、分割和字符识别，识别方法是神经网络_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员