[深度学习] mnist_all.mat

说明： 很多地方都是利用上面两条语句加载MNIST数据，但是有时我们会遇到以下错误提示： IOError: could not read bytes 主要的问题是找不到数据，其实上面两条语句是加载mnist.mat,Matlab格式的数据
<fk2czg> 上传 | 大小：12mb

[深度学习] 卷积神经网络实现文本分类练习（TF）

说明： 经典的卷积神经网络实现文本分类的联系，用TF实现，特别推荐NLP方向的做。
<qq_41973006> 上传 | 大小：491kb

[深度学习] pytorch之kaggle数据集的准备

说明： 该资源为pytorch中kaggle数据集的准备，利用DataLoader方法将数据按照batchsize形式加载，对数据迭代，从而送入网络
<weixin_40123108> 上传 | 大小：3kb

[深度学习] HC32F030DDL

说明： 相关华大科技的cortex_M0+的MCU应用底层实例程序，驱动库及应用举例
<cr112> 上传 | 大小：3mb

[深度学习] string_int_label_map_pb2.py

说明： tensorflow中object_detection目标检测中的from object_detection.protos import string_int_label_map_pb2中缺失的 string_int_label_map_pb2.py文件
<jn10010537> 上传 | 大小：4kb

[深度学习] Jetson TX2底板原理图和PCB

说明： Jetson TX2底板原理图和PCB设计文件，仅供参考设计，提供原理图和PCB的库文件封装，PCB设计文件，原理图设计文档PDF版本
<qq_41340953> 上传 | 大小：30mb

[深度学习] PyTorch 模型训练实⽤教程_余霆嵩（去水印）

说明： 本教程内容及结构： 本教程内容主要为在 PyTorch 中训练一个模型所可能涉及到的方法及函 数，并且对 PyTorch 提供的数据增强方法（22 个）、权值初始化方法（10 个）、损失函数（17 个）、优化器（6 个）及 tensorboardX 的方法（13 个） 进行了详细介绍。 本教程分为四章，结构与机器学习三大部分一致。 第一章，介绍数据的划分，预处理，数据增强； 第二章，介绍模型的定义，权值初始化，模型 Finetune； 第三章，介绍各种损失函数及优化器； 第四章，介绍可视化工具
<dakeboy> 上传 | 大小：10mb

[深度学习] OCR文字识别

说明： 该工具可以截取识别图片中的文字，将图片中的文字识别并保存成文本的格式，另外也可以做翻译等操作，良心工具。
<swiftfake> 上传 | 大小：11mb

[深度学习] PyTorch 模型训练实用教程（附代码及原文下载）

说明： 自 2017 年 1 月 PyTorch 推出以来，其热度持续上升，一度有赶超 TensorFlow 的趋势。PyTorch 能在短时间内被众多研究人员和工程师接受并推崇是因为其有着诸多优点，如采用 Python 语言、动态图机制、网络构建灵活以及拥有强大的社群等。因此，走上学习 PyTorch 的道路已刻不容缓。 本教程以实际应用、工程开发为目的，着重介绍模型训练过程中遇到的实际问题和方法。如上图所示，在机器学习模型开发中，主要涉及三大部分，分别是数据、模型和损失函数及优化器。本文也按顺序的
<huyiqun6> 上传 | 大小：10mb

[深度学习] 基于tensorflow的图像识别

说明： 本资源为手写数字识别程序，图片集在压缩包内，经过本人验证可用
<jenny_0420> 上传 | 大小：77mb

[深度学习] MNIST数据集是手写数字数据库

说明： MNIST数据集是手写数字数据库，包括60,000个示例的训练集和一个包含10,000个示例的测试集，每一个示例是一张28*28像素的手写数字图像（单一通道）。
<xzy53719> 上传 | 大小：11mb

[深度学习] 桂林电子科技大学最速下降法分析与实现课设

说明： 基于最速下降法在解决无约束非线性规划问题中的重要性，对其原理与算法予以讨论。论文主要是参阅大量数学分析和运筹学书籍以及一些学术资料，结合自己在平时学习中掌握的知识，并在指导老师的建议下，针对最速下降法的基本思路和原理进行研究。
<weixin_42619739> 上传 | 大小：594kb