[深度学习] uci数据集mat格式

说明： 常见的UCI数据集，均为mat格式版，可直接在matlab使用
<weixin_39003929> 上传 | 大小：5mb

[深度学习] R-50.pkl源代码

说明： 官网上下载的， detectron训练需要的model， unbuntu下直接复制进model文件夹即可。
<weixin_43799781> 上传 | 大小：97mb

[深度学习] A Novel PAPR Reduction Scheme for OFDM System Based on Deep Learning

说明： A Novel PAPR Reduction Scheme for OFDM System Based on Deep Learning
<weixin_44132637> 上传 | 大小：618kb

[深度学习] voxelnet-master.zip 仅用激光雷达数据进行目标检测

说明： 自动驾驶领域，点云深度学习，仅用激光雷达数据实现自动驾驶场景的目标检测。
<weixin_42355456> 上传 | 大小：70mb

[深度学习] Matlab-Deep Learning Toolbox

说明： Deep Learning Toolbox™提供了一个框架，用于设计和实现具有算法，预训练模型和应用程序的深度神经网络。您可以使用卷积神经网络（ConvNets，CNN）和长期短期记忆（LSTM）网络对图像，时间序列和文本数据进行分类和回归。应用程序和图表可帮助您可视化激活，编辑网络体系结构以及监控培训进度。 对于小型训练集，您可以使用预训练的深层网络模型（包括SqueezeNet，Inception-v3，ResNet-101，GoogLeNet和VGG-19）以及从TensorFlow™-
<yun000feng> 上传 | 大小：14mb

[深度学习] cifar-10-matlab数据集

说明： cifar-10数据集,matlab版本。 CIFAR-10数据集由10个类中的60000个32x32彩色图像组成，每个类有6000个图像。有50000个训练图像和10000个测试图像。 数据集分为五个训练批次和一个测试批次，每个批次有10000个图像。测试批次包含来自每个类别的1000个随机选择的图像。训练批次以随机顺序包含剩余图像，但是一些训练批次可能包含来自一个类别的更多图像而不是另一个类别。在他们之间，培训批次包含来自每个班级的5000个图像
<yun000feng> 上传 | 大小：174mb

[深度学习] M2Det 论文思维导图

说明： 该资源给出了论文 M2Det: A Single-Shot Object Detector based on Multi-Level Feature Pyramid Network整体的思维导图情况，可以更方便的加深对论文的理解与应用，所使用的软件是 MindMaster
<qq_34784753> 上传 | 大小：831kb

[深度学习] 3DR2N论文原文

说明： 3DR2N的论文原文，三维重建领域的经典paper。读了之后可对该领域的方法有所了解
<u013567593> 上传 | 大小：4mb

[深度学习] Deep Learning with Python

说明： Deep Learning with Python 高清英文版，FRANÇOIS CHOLLET力作
<zhengyueling> 上传 | 大小：10mb

[深度学习] cityscapes数据集

说明： cityscapes数据集，pix2pix模型用的。 Semantic, instance-wise, dense pixel annotations of 30 classes
<guotong1988> 上传 | 大小：100mb

[深度学习] Makefile.config配置文件

说明： ubuntu16.04+cuda8.0+cudnnv5+opencv3.0+python2.7安装Caffe编译通过的配置文件2
<sinat_38011533> 上传 | 大小：5kb

[深度学习] Makefile配置文件

说明： ubuntu16.04+cuda8.0+cudnnv5+opencv3.0+python2.7安装Caffe编译成功的配置文件
<sinat_38011533> 上传 | 大小：24kb