Keras_pruning：如何使用权重修剪和单位神经元修剪来修剪keras模型的演练

Distributed optical fiber Brillouin sensors detect the temperature and strain along a fiber according to the local Brillouin frequency shift (BFS), which is usually calculated by the measured Brillouin spectrum using Lorentzian curve fitting. In addition, cross-correlation, principal component analysis, and machine learning methods have been proposed for the more efficient extraction of BFS. However, existing methods only process the Brillouin spectrum individually, ignoring the correlation in t

tf_unet：用于图像分割的通用U-Net Tensorflow实现

Hands-On Neural Network Programming with C# 书籍源码，买了纸质书，转存下源码

Fracking Sarcasm using Neural Network Aniruddha Ghosh

线性神经网络 这是我有史以来第一个神经网络。 此短代码接受输入并猜测输出。 由于这是一个基本的线性模型，因此几乎总是会使其正确。 目标是给定输入（x，y）到输出（2x + 3y）。 这是我对神经网络的第一个实现，并且还会有更高级的模型。

循环切片的规模是提高缓存命中率的技术的关键因素。 神经应用粒子群优化算法的网络模型来优化平铺的规模。 与传统的切片算法相比，该技术可以获得更合适的切片比例，并导致提高拼贴的效率。 研究了两个循环密集型计算基准程序这篇报告。 本文主要研究LU分解的块算法。 相比达到原始基准，我们提出使用LU分解循环切片算法来改善缓存的运行效率。

Neural Network Learning Theoretical Foundations 神经网络的理论基础

SC_neural_network

动员的人体自动测量系统具有高移动性，易于操作和合理的精度。 但是，现有系统专注于准确性和鲁棒性，而不是移动性和便利性。 为了克服这一缺点，这项工作提出了一种动员的自动人体测量系统，该系统使用神经网络（MaHuMS-NN）通过监督学习促进总体测量结果。 基于一般回归NN（GRNN）的MaHuMS-NN选择图像，执行图像处理，对图像进行分割并检测轮廓以提取轮廓中的特征点。 系统测量特征尺寸。 这项工作的重要贡献如下。 首先，MaHuMS-NN是Android平台中第一个用于人体测量的智能系统。 其次，与现有系统不同，MaHuMS-NN可以在优化模型进行预测时进行智能调整，并根据个人特征进行自误差校正。 实验结果表明，与现有系统相比，MaHuMS-NN表现出更好的性能，精度小于0.03 m。