[深度学习] 目标检测算法笔记

说明： 此文档为小编对当今深度学习主流目标检测算法R-CNN系列和YOLO系列进行的简单总结，包含了一些个人理解、YOLO论文解读等内容。
<qq_29893385> 上传 | 大小：624kb

[深度学习] caffe学习笔记

说明： 此文档为小编在学习caffe过程中对caffe的整理训练流程、caffe自带mnist、cifar10实例、各个层参数讲解及对caffe可视化等总结的学习笔记，适用于caffe学习。
<qq_29893385> 上传 | 大小：1mb

[深度学习] caffe学习教程

说明： 此文档详细讲述了caffe训练数据集（从准备数据到训练测试）的完整流程，适用于caffe初学者
<qq_29893385> 上传 | 大小：2mb

[深度学习] TensorFLow 使用 facenet 模型

说明： c++简单调用 facenet模型,并对比欧式距离.使用了opencv做人脸检测.其中一些参数暂时写死了.目前的效果一般般.因为 opencv对人脸的不同姿态检测并不是太准.(暂时依赖于Qt的QString 和 QImage )
<zsyddl2> 上传 | 大小：5kb

[深度学习] macd带箭头指标

说明： macd方便使用，明确方向。经典指标。采纳采纳！！！！！
<qq_41737870> 上传 | 大小：16kb

[深度学习] yolov3.weight

说明： yolov3.weight model speed up and improve on little object !
<arthurliug> 上传 | 大小：236mb

[深度学习] yolov3-master

说明： tensorflow版本的yolov3的实现，下载自github，希望可以提供帮助
<qq_27530557> 上传 | 大小：4mb

[深度学习] GPU-Z_HH_MyCrack.rar

说明： 该软件能够查询电脑中的GPU图形处理器能够支持何种版本的cuda
<weixin_40589578> 上传 | 大小：4mb

[深度学习] cnn代码实例

说明： 卷积神经网络CNN的结构一般包含这几个层： •输入层：用于数据的输入 •卷积层：使用卷积核进行特征提取和特征映射 •激励层：由于卷积也是一种线性运算，因此需要增加非线性映射 •池化层：进行下采样，对特征图稀疏处理，减少数据运算量。 •全连接层：通常在CNN的尾部进行重新拟合，减少特征信息的损失
<weixin_40589578> 上传 | 大小：491kb

[深度学习] lstm实现mnist手写数字识别代码

说明： 参考网上写的、使用tensorflow的lstm实现mnist手写数字识别代码，
<qq_39559491> 上传 | 大小：2kb

[深度学习] 基于卷积神经网络和核相关滤波的物体跟踪算法

说明： 基于卷积神经网络和核相关滤波的物体跟踪算法，卷积神经网络和相关滤波方向
<qq_16248739> 上传 | 大小：391kb

[深度学习] win+tensorflow-gpu1.7.0+python3.5

说明： windows下，配置tensorflow-gpu1.7.0版本，和python3.5一起用。
<sinat_31314619> 上传 | 大小：13mb