有监督学习，图像分类，训练预测主程序，图像为手写数据

【预测模型】粒子群算法优化CNN预测【含Matlab源码 362期】.zip

Age_Gender_CNN_Tensorflow 使用CNN预测年龄与性别 感谢： 使用tensornets作为预训练模型：

脑年龄预测 最后一年的项目-深度学习CNN预测大脑年龄

【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

【CNN预测】基于CNN神经网络预测matlab源码.md

CNN :Convolutional Neural Networks (卷积神经网络 ) 环境准备 Python版本：Python 3.6.8 PyTorch版本：PyTorch1.1.0 RDKit版本：RDKit 2020.03.1 基于卷积神经网络（CNN）预测分子特性 导入库 from rdkit import Chem from rdkit.Chem.Crippen import MolLogP import numpy as np import torch import time 载入数据 maxlen = 64 with open('smiles.txt') as f:

Kong流网 PoreFlow-Net的实现：一个3D卷积神经网络，预测通过多Kong介质的流体流量 使用说明 从下载所需的数据（或通过首选的模拟方法创建自己的数据） 使用train.py脚本训练模型 模型架构 这是我们的网络的样子： 方法 先决条件 为了训练/测试我们使用的Tensorflow 1.12模型，应该可以使用更新的版本 其余的必要软件包应通过pip获得 数据 完整的出版物和所有培训/测试数据可在找到。 excel文件随可用样本列表一起提供。 有待改进 keras调谐器可用于优化每个编码分支上的过滤器数量 协同合作 我们欢迎合作 引文 如果您将我们的代码用于自己的研究，请引用我们的出版物 ，我们将不胜感激 @article{PFN2020, title = "PoreFlow-Net: a 3D convolutional neural network to predict fluid flow through porous media", journal = "Advances in Water Resources", pages = "103539", year =