搜索资源列表
c-yu-yan-shen-du-po-xi
- 一本与众不同的Ｃ语言学习资料。简短但不简单，更注重实用。原名《C语言深度剖析》-A unique C-language learning materials. Short but not simple, but also focus on practical
Deep Learn Toolbox-master
- Geoffrey E. Hinton 深度学习资料-Geoffrey E. Hinton Deep Learning code
C_Study
- C语言的学习资料，对于C语言进行了深度的剖析，适合初学者及中等水平学习-C language learning materials for the C language, the depth profiling
DeepLearnToolbox
- 关于深度学习的比较好的代码参考资料，包括CAE，CNN,DBN,NN,SAE等基准程序-Depth learning about good code references, including CAE, CNN, DBN, NN, SAE and other benchmarks
CNN-code
- 深度学习CNN网络，有详细的注释,非常好的参考资料-Depth study CNN network, there are detailed notes, very good reference
deep-learning
- 深度学习方法的入门必备的基础资料，帮助初学者很快理解深度学习方法。-Introduction to the necessary basic theory of deep learning method
DeepLearnToolbox-master
- 深度学习matlab工具箱,深度学习初学者有用的入门资料-toolbox of deep learning for matlab
deep-neural-network
- 由微软提供的深度学习资料，包括了各种深度学习算法和开源工具包的使用。-deep learning toolkit
DeepLearning-master
- 机器学习领域中的深度学习资料，其中包括了各种语言的版本，有matlab，C语言，c++等。代码中包括了深度学习的一些模型，如栈式自动编码机，深度信念网-It s about deep learning in machine learning, including some model with different programming language. The models are stacked auto encoders, deep belief nets and so on
caffe-learn-pengti
- 深度学习资料，很好的入门笔记 是基于caffe框架 -deep learning for caffe
caffe-master
- 深度学习资料，caffe 架构的源代码（caffe-master）(Deep learning Caffe framework Source code)
CNN资料
- 深度学习讲义，caffe官方中文译本教程，caffe个人学习笔记，卷积神经网络结构演化介绍，CNN学习总结(deep learning lecture, caffe official chinese lecture, caffe personal learning note, the Convolutional Neural Network leaning review)
1-160521014039.pdf
- 李宏毅教授深度学习入门ppt，想涉猎深度学习的看这个资料～(Introduction to deep learning ppt)
Tensorflow官方文档中文版
- Tensorflow官方文档中文版学习资料(Tensorflow official document Chinese version)
DeepLearn重要
- 深度学习方面的资料，其中包括cnn、dbn、nn等算法(deeplearning important)
WPXSH
- 根据模糊故障数的资料,实现了核心的算法,test类是启动测试类,该算法主要实现核心部分,具体应用要根据实际的环境对代码作简()
ussrpgimemaintanence
- 一天掌握DFT,简单易懂的英文资料,内有部分代码,推荐学习,()
cjlobacn-item
- matlab的一些函数,是初学习者的好资料,()
0586431
- 智能蚂蚁算法演示软件源程序,很难得的宝贵资料 非常适合蚁群算法学习者()
primitsre
- ACM资料 南京大学算法讲义 这是一套对于ACM初学者十分有价值的内部资料,介绍了最重要最常用的算法,()