搜索资源列表
cifar10inspect
- 采用卷积神经网络在cifar-10图像库上进行的分类训练。效果非常好。-Convolution using trained neural network classification on cifar-10' s image library. The effect is very good.
cascadeCNN_license_plate_detection-master
- 很好的一个车牌检测程序,检测率很高，快速卷积神经网络SoftwareMatlab R2016b Matlab R2016b(plate lisence detectionMatlab lesson design for vehicle detection and recognition. Using cifar-10Net to training a RCNN, and finetune AlexNet to classify. Thanks to Cars Dataset : http:/
CNTK
- 在深度的重要性的驱使下，出现了一个新的问题：训练一个更好的网络是否和堆叠更多的层一样简单呢？解决这一问题的障碍便是困扰人们很久的梯度消失/梯度爆炸，这从一开始便阻碍了模型的收敛。归一初始化（normalized initialization）和中间归一化（intermediate normalization）在很大程度上解决了这一问题，它使得数十层的网络在反向传播的随机梯度下降（SGD）上能够收敛。 当深层网络能够收敛时，一个退化问题又出现了：随着网络深度的增加，准确率达到饱和（不足为奇）然后迅
resnet
- 使用 TensorFlow 实现 resNet, 也就是残差网络，为官方demo， 分别用 cifar 数据集和 ImageNet 数据集进行测试。(Using TensorFlow to achieve resNet, that is, the residual network, for official demo, respectively, using cifar data sets and ImageNet data sets for testing.)
ResNet_cifar-master
- resnet 在tensorflow上的实现，基于cifar10，cifar100数据集(Implementation of RESNET on tensorflow, based on cifar10, cifar100 data sets)
nn_CIFAR.py
- pytorch tutorial 代码 简单神经网络 数据集CIFAR(pytorch nn training sample code, Dataset: CIFAR dataset Usage: python3 nn_CIFAR.py)
image
- cifar 卷积神经网络 通过cnn识别图片，对神经网络进行训练，在识别cifar库(convolutional neural network)
test_CNN
- 卷积神经网络，简单的对cifar数据集进行分类的代码(convolutional neural network)
tensorflow-CNN-CIFAR-10-master
- CNN实现图像数据的分类，有数据库下载代码(CNN implements the classification of image data, and there is a database download code)
cnn
- TensorFlow框架下cnn 对数据集cifar分类问题(CNN classification for data sets cifar)
CIFAR10
- 在CIFAR-10数据集上使用卷积神经网络进行图像分类(Image classification using convolution neural network on CIFAR-10 dataset)
SVM做图片处理
- 使用SVM算法对CIFAR-10图片数据集进行分类，包括模型的训练，测试和参数的调优(Using SVM algorithm to classify CIFAR-10 image data sets, including model training, testing and parameter tuning)
04.CNN处理CiFar
- 以python语言为基础，利用tensorflow机器学习架构，两层卷积神经网络实现，CiFar数据集图片分类功能。(Based on Python language, using tensorflow machine learning architecture, two-layer convolutional neural network, CiFar data set image classification function.)
使用vgg16训练cifar数据集
- 神经网络 深度学习 慕课平台 tensorflow2.1 使用vgg16训练cifar10分类数据集
data_batch_2
- cifar-10数据集由10个类的60000个32x32彩色图像组成，每个类有6000个图像。有50000个训练图像和10000个测试图像。数据集分为五个训练批次和一个测试批次，每个批次有10000个图像。测试批次包含来自每个类别的恰好1000个随机选择的图像。训练批次以随机顺序包含剩余图像，但一些训练批次可能包含来自一个类别的图像比另一个更多。总体来说，五个训练集之和包含来自每个类的正好5000张图像。 具体：batch2.mat文件，该训练集可以用于图片识别，非负矩阵分解等。(The ci