[深度学习] cudnn-10.0-windows10-x64-v7.6.5.32.zip

说明：cuDNN-10.0-Win10-64bit的资源，不用去官网注册账号啦，也不用担心下载速度过慢咯。
<weixin_45943587> 上传 | 大小：235mb

[深度学习] 修正型果蝇算法优化GRNN网络的尾矿库安全预测_王英博.caj

说明：一篇GRNN和FOA结合使用的的论文，利用果蝇算法去寻找GRNN的最优spread值，从而得到最优的GRNN神经网络
<qq_33517394> 上传 | 大小：930kb

[深度学习] mmdetection-master.zip

说明：(github官方下载)mmdetection 2020/7.26更新,mmdetection 2020/7.26更新,mmdetection mmcv faster-rcnn mask-rcnn ssd
<u013398034> 上传 | 大小：6mb

[深度学习] boostdesc_bgm.tar.gz

说明：opencv编译过程中的错误信息中缺失的文件主要包含boostdesc_bgm和vgg_generated类型的多个文件。还有找寻不到文件更改路径的cmakelist.txt文件
<zhuodesheng> 上传 | 大小：1mb

[深度学习] 吴恩达深度学习与神经网络课程_LogisticRegression网络识别猫

说明：本资源是本人在写吴恩达课程作业时的代码，由于吴恩达课程中的有些库中的函数现已被弃用，或是无法使用。本文件中的代码基于吴恩达课程中的代码进行了改进，可以运行
<Hubert321> 上传 | 大小：5mb

[深度学习] dlib-18.17.100-cp34-none-win_amd64.whl

说明：dlib-18.17.100-cp34-none-win_amd64.whl下载至某一目录，cmd进入该目录，pip install dlib-18.17.100-cp34-none-win_amd64.whl安装
<luxianwang> 上传 | 大小：1mb

[深度学习] Digit Recognition.zip

说明：提供了完整代码。 项目功能要求：可以根据自己手工书写一个数字得带小数，拍照后，程序能将该手写数字转换成对应的数字。 经过查阅资料，将其大致分为一下三个部分: ① 数字的定位、分割、保存. ② 小数点的识别. ③ 网络的训练、测试和最佳模型参数保存加载.
<qq_45363979> 上传 | 大小：23mb

[深度学习] tutorials等1个文件.zip

说明：下载tutorials 找到anaconda目录的Lib/site-packages里面的tensorflow-core 找到examples目录，如果文件夹下只有saved_model这个文件，则是没有tutorials 把下载的tutorials复制粘贴到该目录下
<weixin_42899627> 上传 | 大小：75kb

[深度学习] TensorFlow教程.pdf

说明：尽管TensorFlow设计上足够灵活，可以用于进行各种复杂的数值计算。 但通常人们使用TensorFlow来实现机器学习模型，尤其常用于实现神经网络模型。 从原理上说可以使用张量构建计算图来定义神经网络，并通过自动微分机制训练模型。 但为简洁起见，一般推荐使用TensorFlow的高层次keras接口来实现神经网络网模型。
<hkd_ywg> 上传 | 大小：3mb

[深度学习] 深度学习之--CNN卷积神经网络__整理版.docx

说明：前段时间学习了BP网络和CNN网络，做了一些笔记，整理了相关公式推导，以及一些扩展，算是比较全面的深度学习入门资料啦~
<Liyyeee> 上传 | 大小：12mb

[深度学习] 第一章_数学基础.pdf

说明：深度学习通常又需要哪些数学基础？深度学习里的数学到底难在哪里？通常初学者都会有这些问题，在网络推荐及书本推荐里，经常看到会列出一系列数学科目，比如微积分、线性代数、概率论、复变函数、数值计算、优化理论、信息论等等。这些数学知识有相关性，但实际上按照这样的知识范围来学习，学习成本会很久，而且会很枯燥，本章我们通过选举一些数学基础里容易混淆的一些概念做以介绍，帮助大家更好的理清这些易混淆概念之间的关系。
<hkd_ywg> 上传 | 大小：355kb

[机器学习] 第二章_机器学习基础.pdf

说明：机器学习起源于上世纪50年代，1959年在IBM工作的Arthur Samuel设计了一个下棋程序，这个程序具有学习的能力，它可以在不断的对弈中提高自己。由此提出了“机器学习”这个概念，它是一个结合了多个学科如概率论，优化理论，统计等，最终在计算机上实现自我获取新知识，学习改善自己的这样一个研究领域。机器学习是人工智能的一个子集，目前已经发展出许多有用的方法，比如支持向量机，回归，决策树，随机森林，强化方法，集成学习，深度学习等等，一定程度上可以帮助人们完成一些数据预测，自动化，自动决策，最优化
<hkd_ywg> 上传 | 大小：9mb