[深度学习] imagenette2-160.zip

说明：imagnette数据集介绍： imagnette是从大型数据集ImageNet（超过1400万张图片, 20,000个类别）中抽取出来的一个小数据集，由于早期研究人员和学生的计算资源有限，但他们也想在ImageNet这样的数据集上做研究和练习，因此才有了imagnette这个袖珍版的数据集。 imagenette的训练集有9469张图片，测试集有3925张图片，格式都为JPEG，图片分辨率不统一，但宽高都不小于160个像素。
<qq_26315647> 上传 | 大小：102mb

[深度学习] pyltp python3.7可用版本，已编译好的.whl文件，含ltp_data模型文件。

说明：pyltp python3.7可用版本，已编译好的.whl文件，含ltp_data模型文件，必须大于50个字好烦啊。
<qq_34820139> 上传 | 大小：607mb

[深度学习] 利用keras深度学习判断性别，含有数据集

说明：根据男女性别图像训练keras分类器，在视频流上采集人脸，判断性别，程序采用Python编写，含有收据集
<mr_liyonghong> 上传 | 大小：44mb

[深度学习] 神经网络参数更新公式推导（二）.docx

说明：从整个网络框架到每一层配置，详细推导了全连接深度神经网络权重矩阵（W）和偏置（B）递推公式，有助于理解BP反向传播算法和深度神经网络的参数优化过程，为设计新的深层网络打下基础。
<u013920434> 上传 | 大小：176kb

[深度学习] keras库文件，在loss和metrics库文件中添加rmse方法

说明：在keras的loss库中添加rmse方法，成功使模型能正常使用rmse方法。在metrics.py文件上添加rmse方法后可以使用model.compile(loss='mse'，weighted_metrics=['rmse'])方法，可以在其他loss的条件下观测rmse的变化
<a486259> 上传 | 大小：17kb

[深度学习] cityscapes_info.json

说明：cityscpaes中用于数据读取处理的部分，cityscapes_info.json，cityscapes_info.json，cityscapes_info.json，cityscapes_info.json，cityscapes_info.json
<qq_34798152> 上传 | 大小：7kb

[深度学习] imagenet-resnet-50-dag.mat

说明：matlabd的MatConvNet中下载和使用预训练的模型imagenet-resnet-50-dag，下载自http://www.vlfeat.org/matconvnet/models/imagenet-resnet-50-dag.mat
<qq_21193955> 上传 | 大小：91mb

[深度学习] PyYAML-5.3.1.tar.gz

说明：亲测可用 PyYAML-5.3.1.tar.gz 解压后，cmd跳转路径，输入 python setup.py install 即可安装
<fjiafu2> 上传 | 大小：263kb

[深度学习] 神经网络参数更新公式推导（一）.docx

说明：主要介绍了单隐层网络的发展历程，发展期间遇到的问题机器解决方案，根据目标函数和网络结构列出其权重和阈值的递推公式，有助于加深对神经网络的理解，设计自己的网络或者目标函数。
<u013920434> 上传 | 大小：282kb

[深度学习] matlab2014apjbd_40453.zip

说明：MATLAB由一系列工具组成。这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用的是图形用户界面。包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。随着MATLAB的商业化以及软件本身的不断升级，MATLAB的用户界面也越来越精致，更加接近Windows的标准界面，人机交互性更强，操作更简单。而且新版本的MATLAB提供了完整的联机查询、帮助系统，极大的方便了用户的使用。简单的编程环境提供了比较完备的调试系统，程序不必经
<qq_37920897> 上传 | 大小：4mb

[深度学习] Tensorflow2.0 Bert模型NER 数据预处理.rar

说明：tensorflow2.0 对实体命名识别的数据预处理 1
<weixin_43788143> 上传 | 大小：1mb

[深度学习] MyBPWork.mat

说明：在深度学习中的back propagation method. 如何计算数据的精确度， 并且判断数据的准确性。 这种方法同样适用于判断竞争学习的精确性。
<weixin_44838727> 上传 | 大小：10kb