搜索资源列表
transmitter_model_final
- 在BFSK发射机的基本部分是序言和数据输入电路。序言序列定位在每122位的数据包前一共有128位的数据包。序言的主要目的是协助接待，同时提供同步和数据包位。 数据输入电路主要由来自存储元件和卷积编码器与R = 1 / 2。因此，输入位必须被储存在一个临时内存，并在61位的存储区块分区。然后，卷积编码器，并增加了一倍位在邮件的末尾2位更多线索。阿多路可确保正确的序列，编码的比特之间的序言和选择，是传播到下一个阶段。 在下一阶段的发射器由两个直接器（DDS）数字合成器，以及一个用0和
linear-convolution-code
- 用C++语言编写的线性卷积代码。可用于小波变换及其它图像应用。-The linear convolution code written C++ language. Can be used for the wavelet transform and other image applications.
SceneTextCNN_demo.tar
- 端至端卷积神经网络的文字识别,代码演示包. 它包含我们的论文中使用的所有主要组成部分: kmeans无监督特征学习 + 卷积神经网络(CNN)-This is a demo package of the code we used for our paper, "End-to-End Text Recognition with Convolutional Neural Networks", T. Wang, D. Wu, A. Coates, A. Ng, in ICPR 2012.
cdbn
- 卷积的DBN和RBM，包含详细的代码。可运行，并与论文结果相差不大，适合初学者借鉴。-DBN and RBM convolution, contains a detailed code. Can run, and with little difference between the results of the paper, suitable for beginners reference.
TorontoDeepLearning-convnet-981771b
- 深度学习模型代码，包括rbm,grbm,卷积rbm，学习深度模型的好材料-Deep learning model code, including RBM, grbm, RBM convolutional depth model, a good learning materials
CNN-with-three-pooling-strategy
- 这是matlab的代码，将cnn进行三次池化的代码，可以作为学习卷积神经网络的入门例子-This is a matlab code that will perform three pooled cnn code can be used as a convolution neural network learning introductory example
CNN Matlab代码
- 利用大量图像数据对卷积神经网络算法进行训练，通过卷积、池化、下采样以及全连接层训练后的卷积神经网络在图像识别精度越来越高。(By using a large number of image data to train the convolutional neural network algorithm, the accuracy of the image recognition is higher and higher by convolution, pooling, down sampling
ids-kdd99
- 基于Tensorflow用CNN（卷积神经网络）处理kdd99数据集，代码包括预处理代码和分类代码，准确率99.6%以上，并且快速收敛至最优值。(Based on Tensorflow (convolutional neural network) processing KDD99 data set based on CNN, the code includes preprocessing code and classification code, the accuracy rate is mor
caffe
- 卷积神经网络的一种开源代码，可以对图像数据库自动提取特征(An open source code of the convolution neural network that automatically extracts features of an image database. (one open source code of CNN which can extract features other image dataset.))
multi-layer-convnet-master
- 深度学习中的卷积神经网络程c/c++代码简单实现(deep learning convnet network)
writingMaster
- 实验室项目。识别用户签名和汉字草书，效果较好。基于卷积神经网络实现。框架是tensorflow。原创代码初次公开。(Laboratory project. The recognition of user signature and Chinese scr ipt is good. Based on convolution neural network implementation. The framework is tensorflow. Original code for the first
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)
cell
- 2018年2月cell封面论文代码，压缩包中有对这篇文章的解读，ppt文件(Identifying Medical Diagnoses and Treatable Diseases by Image-Based Deep Learning)
CNN_matlab
- 卷积神经网络（CNN）是一种深度学习方法，它可以对图像进行识别和特征分类等优点。(The convolution neural network (CNN) is a deep learning method which can identify and characterize the image.)
matlab实现LeNet
- 卷积神经网络LeNet代码，可实现图片分类(Convolution neural network code)
MNIST_CNN 代码及测试结果
- 只含一层卷积层的CNN也可以将手写数字识别的正确率达到99%(The CNN with only one convolutional layer can also get the correct rate of handwritten digit recognition up to 99%.)
卷积神经网络python代码
- 用于进行图像识别与大型图像的处理，是一种高效的识别方法(It is an efficient recognition method for image recognition and large image processing.)
深度学习入门：基于Python的理论与实现.pdf+代码
- 本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了深度学习相关的实用技巧，自动驾驶、图像生成、强化学习等方面的应用，以及为什么加深层可以提高识别精度等“为什么”的问题。(This book is a true sen
卷积层，池化层样例
- tensorflow框架下的卷积层，池化层说明与样例，代码(Convolution layer, pooling layer illustration and sample code)
CNN
- 该代码文件全称为卷积神经网络，这是深度学习神经网络里面处理图片比较好的网络。(The code file is called convolutional neural network, which is a better network for processing pictures in deep learning neural network.)