搜索资源列表
fann-2.1.0beta
- Fast Artificial Neural Network Library是一个免费开源的神经网络库，它用C实现了支持全连接及稀连接的多层人工神经网络，并且支持定点和浮点数的跨平台运行。库中包含有易于处理训练数据的框架。它易于使用、通用、文档完备并且快速。目前已有PHP, C++, .NET, Ada, Python, Delphi, Octave, Ruby, Prolog Pure Data 和 Mathematica的绑定。库中还附有一本带例子和关于如何使用本库的建议的参考手册，本库也有
Rtsp
- 一款很好用的rtsp的客服端和服务器源码，已编译通过可以使用。希望给你有帮助-A very good customer service with the rtsp client and server source code, compiled by use. Want to help you
GPSOtsp
- 采用遗传微粒群算法（GPSO）求解旅行商问题（TSP）的源代码。内附多个算例，本算法对于中小规模问题求解效率很高，对于大规模问题则效率略低。如有任何疑问，请于http://2shi.phphubei.com.cn/index.php发帖询问。-Genetic Particle Swarm Optimization (GPSO) for Traveling Salesman Problem (TSP) of the source code. Containing a number of examp
FANN-2.2.0-Source
- FANN 2.20 Source code.Fast Artificial Neural Network Library是一个免费开源的神经网络库，它用C实现了支持全连接及稀连接的多层人工神经网络，并且支持定点和浮点数的跨平台运行。库中包含有易于处理训练数据的框架。它易于使用、通用、文档完备并且快速。目前已有PHP, C++, .NET, Ada, Python, Delphi, Octave, Ruby, Prolog Pure Data 和 Mathematica的绑定。库中还附有一本带例子
Exercise1-Sparse-Autoencoder
- 网址：http://deeplearning.stanford.edu/wiki/index.php/Exercise:Sparse_Autoencoder斯坦福深度学习的教程，这个是稀疏编码的的练习，可以直接运行-URL: http://deeplearning.stanford.edu/wiki/index.php/Exercise:Sparse_Autoencoder Stanford deep learning tutorial, this is a sparse coding exer
cnn_linear_max-master
- 一个简单的卷积神经网络与线性神经元。 结构:输入- >卷积- > max池- >卷积- > max池- >完全连接。 编译c++马克斯池功能首先输入“墨西哥人MaxPooling.cpp”。 数据可以在http://ai.stanford.edu/下载~ amaas /数据/ data.zip 可以在http://ufldl.stanford.edu/wiki/index.php/Using_the_MNIST_Dataset下载的数据加载函数