搜索资源列表
buildingmachinelearningprojectswithtensorFlow
- 这本书包含了多个不同类型的工程，来说明TensorFlow在不同场景中的应用，这本书的工程包括了训练模型、机器学习、深度学习以及多种神经网络，每个工程都是一个精妙的、有意义的项目，会教我们如何使用TensorFlow并在使用中如何对数据分层。(This book contains a number of different types of engineering, to illustrate the application of TensorFlow in different scenario
aforge.video
- 一个C#下面的图像处理算法以及人工智能算法的类库。人工智能的算法包括神经网络算法，遗传算法，机器学习算法等。使用C#写人工智能算法的开发者可以直接调用这个类库，不用自己实现最底层的算法了。我曾经使用过其中的遗传算法类库，功能十分强大，推荐使用。(English Descr iption: AForge.NET Framework is a C# framework designed for developers and researchers in the fields of Computer
test1
- SVM-无监督机器学习领域的经典算法，在神经网络未出现前，他是机器学习的顶梁柱，现在依然用处广泛，而且其核函数的使用范围早已超脱其本身，该实例对SVM算法进行了实现，具有相应的数据集。(SVM - Unsupervised machine learning in the field of classical algorithms, before the neural network does not appear, he is the mainstay of machine learning,
Hand_num
- 基于神经网络及GUI触摸板的手写数字识别，基本的机器学习例子(Handwritten numerals recognition based on neural network and GUI touch board, basic machine learning examples)
AI Bible(Deep Learning)
- 随后该书分为三部分，第一部分是应用数学和机器学习基础，当初步具有上述理论基础后，才算叩开深度学习的大门。第二部分是深层网络的现代实践。第三部分是深度学习的理论研究，适用于想要执果索因、深入学习神经网络内在原理的研究人员学习。(The book is divided into three parts, the first part is the application of mathematical and machine learning based. When initially with t
TensorFlowSharp
- TensorFlow? 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，移动设备等等。TensorFlow 最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系
Python
- 神经网络与机器学习资料和Python基础知识学习手册(Neural network and machine learning learning data and Python basic knowledge learning manual)
cnn-text-classfication
- 通过机器学习中的卷积神经网络实现对文本进行分类的算法。(The text is classified by the convolution neural network.)
Machine learning
- 提供监控场景下多张带有标注信息的行人图像，可定位（头部、上身、下身、脚、帽子、包）的基础上研究行人精细化识别算法，自动识别出行人图像中行人的属性特征。(It provides a number of pedestrian images with tagged information under the monitoring scene, and can study the pedestrian refinement recognition algorithm based on the locat
PSO_ELM
- 极限学习机是一类针对单层前馈神经网络设计的机器学习算法，其主要特点是隐含层节点参数可以是随机或人为给定的且不需要调整，学习过程仅需计算输出权重。ELM具有学习效率高和泛化能力强的优点，被广泛应用于分类、回归、聚类、特征学习等问题中。(Extreme learning machine for particle swarm optimization)
数学建模算法案例
- 数学建模算法案例，包括各类经典机器学习，神经网络算法
rbfmethod
- 这是径向基函数神经网络的代码,在机器学习中有很强的应用性。(radial basis function)
电池故障诊断论文
- 电池故障诊断论文知网 机器学习 神经网络方法