注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 深度学习-LeCun、Bengio和Hinton的联合综述外文文献及中文翻译

  2. 深度学习-LeCun、Bengio和Hinton的联合综述外文文献及中文翻译

  3. 所属分类：深度学习

    • 发布日期：2018-05-07
    • 文件大小：2097152
    • 提供者：gt18120588267

  1. Deeplearning 深度学习笔记

  2. 吴恩达Coursera深度学习教程中文笔记，这些课程专为已有一定基础（基本的编程知识，熟悉Python、对机器学习有基本了解），想要尝试进入人工智能领域的计算机专业人士准备。在这5堂课中，学生将可以学习到深度学习的基础，学会构建神经网络，并用在包括吴恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。Deep Learning Specialization对卷积神经网络 (CNN)、递归神经网络 (RNN)、长短期记忆 (LSTM) 等深度学习常用的网络结构、工具和知识都有涉及。

  3. 所属分类：深度学习

    • 发布日期：2018-05-08
    • 文件大小：26214400
    • 提供者：howieli

  1. 深度学习文献11篇，自己整理的。

  2. 深度学习文献11篇，自己整理的。涉及深度学习的历史发展、以及在各个领域中的应用。

  3. 所属分类：深度学习

    • 发布日期：2018-05-09
    • 文件大小：48234496
    • 提供者：gt18120588267

  1. 吴恩达深度学习笔记

  2. 吴恩达在coursea上开设机器学习、深度学习课程。小伙伴们也可以在网易云课堂观看课程。

  3. 所属分类：讲义

    • 发布日期：2018-05-17
    • 文件大小：45088768
    • 提供者：weixin_40000540

  1. 10个深度学习框架

  2. 10个经典深度学习框架；AlexNet 、GAN、GoogleNet 。。

  3. 所属分类：深度学习

    • 发布日期：2018-05-23
    • 文件大小：23068672
    • 提供者：feccc

  1. 基于深度学习的视频人脸识别方法（论文共64页）

  2. 基于深度学习模型的人脸识别部分主要包含三个模块：数据预处理模块、深度学习模块和识别模块。数据预处理模块主要由数据整合和构造数据立方体两个部分组成。深度学习模块通过两个具体过程来实现：RBM 调节和深度模型的反馈微调。RBM 的调节过程是自下而上的各个层间的调节过程，以这种方式来初始化整个深度模型的系统权值，而深度模型的反馈微调，首先进行自下而上的识别模型转换，然后再进行自上而下的生成模型转换，最后通过不同层次之间的不断调节，使生成模型可以重构出具有较低误差的原样本，这样就得到了此样本的本质特征

  3. 所属分类：深度学习

    • 发布日期：2018-06-10
    • 文件大小：3145728
    • 提供者：hoo01

  1. 基于机器视觉和深度学习的目标识别与抓取定位研究

  2. 本文主要研究基于机器视觉和深度学习的目标识别与定位，为传统工业机器人加 入视觉系统，实时监测加工对象的信息，应用机器视觉和深度学习的理论与方法对这 些信息进行处理，提高机器人的智能化水平。实验平台为本实验组搭建的基于机器视 觉的六自由度机械臂控制系统，如图 1.1 所示。系统主要包括双目摄像机、六自由度 机械臂、摄像机标定及测量子系统、机械臂控制子系统以及目标识别与定位子系统。 双目摄像机由两个相同配置的 CCD 相机组成，充当机器人的眼睛；六自由度机械臂 充当机器人的手臂，移动抓取物体；目标

  3. 所属分类：机器学习

    • 发布日期：2018-06-13
    • 文件大小：5242880
    • 提供者：tjj1057813680

  1. 手写字符识别深度学习实例

  2. 实例展示了深度学习的数据获取、网络的构建、训练、模型文件的保存等深度学习过程，同时还展示了如何使用保存的模型文件进行识别

  3. 所属分类：深度学习

    • 发布日期：2018-06-14
    • 文件大小：3145728
    • 提供者：xuefengdage

  1. 深度学习降维过程中的信息损失度量研究

  2. 深度学习是当前智能识别、数据挖掘等领域最重要的研究方向,通过组合低层特征,形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示.数据降维是深度学习过程中最为常见的一种过程,通过降维,能够去除数据间的相关性,便于提取更为有用的数据特征,提升识别率,加快识别速度.数据降维过程中,必然导致数据信息的损失,如何统计运用这个信息损失,目前还少有相关文献进行研究.通过对栈式自编码器深度学习算法进行研究,提出一种深度学习降维信息损失度量方法,将香农信息理论运用到降维信息损失度量中,计算深度学习降

  3. 所属分类：深度学习

    • 发布日期：2018-06-14
    • 文件大小：890880
    • 提供者：qq_28339273

  1. 深度学习国内研究综述

  2. 近年来,深度学习逐渐成为学科教学领域的一个热点话题。本文采用内容分析法,对国内公开发表的深度学习相关学术、学位论文进行统计分析,从文献年度分布、文献来源、研究热点、研究内容和发展趋势五个方面依次解读,以期总结我国深度学习研究现状,发现问题,提出建议。

  3. 所属分类：深度学习

    • 发布日期：2018-06-15
    • 文件大小：870400
    • 提供者：qq_28339273

  1. 深度学习在控制领域的研究现状与展望

  2. 深度学习在特征提取与模型拟合方面显示了其潜力和优势.对于存在高维数据的控制系统,引入深度学习具有一定的意义.近年来,已有一些研究关注深度学习在控制领域的应用.本文介绍了深度学习在控制领域的研究方向和现状,包括控制目标识别、状态特征提取、系统参数辨识和控制策略计算.并对相关的深度控制以及自适应动态规划与平行控制的方法和思想进行了描述.总结了深度学习在控制领域研究中的主要作用和存在的问题,展望了未来值得研究的方向.

  3. 所属分类：深度学习

    • 发布日期：2018-06-15
    • 文件大小：820224
    • 提供者：qq_28339273

  1. 基于深度学习的图像识别算法研究

  2. 第l章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 1．1研究的目的及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．1 1．2图像识别概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一l 1．2．1图像的特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2 1．2．2图像识别的方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯3 1．3深度学习的发展和研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．4 1．3．1深度学习的发展⋯⋯

  3. 所属分类：深度学习

    • 发布日期：2018-06-28
    • 文件大小：4194304
    • 提供者：u011582920

  1. 基于深度学习的人脸识别技术

  2. 传统的人脸识别方法多采用浅层的结构提取人脸图像特征。这类方法提取人脸图像内涵特征的能力有限，其识别效果也难令人满意。随着认知科学和脑科学的发展，为深层网络技术提供了新的视角和思路。人们模拟人脑分层特征表达的结构，提出了多种深层网络模型。深层网络采用非线性、多层网络的结构，逐层提取人脸图像的特征，该类方法提取的特征具有更强的抽象性和判别力，适用于复杂的分类问题。深度学习自提出来，便吸引了众多研究学者的关注，成为了模式识别领域的一颗新星。本文将深度学习技术应用于人脸识别

  3. 所属分类：深度学习

    • 发布日期：2018-07-09
    • 文件大小：3145728
    • 提供者：qq_41743623

  1. 图像及深度学习笔记整理

  2. 主要记录了我学习深度学习有关内容的经过，包括CNN、TensorFlow的使用以及风格化等。同时也记录了最终将风格化功能部署到网站服务中解决的一些问题，由于是学习阶段，很多是参考学习CSDN博客等内容，已添加引用。还有很多实验结果及截图，总内容近一百页，可用参考学习。

  3. 所属分类：深度学习

    • 发布日期：2018-07-13
    • 文件大小：5242880
    • 提供者：u012911347

  1. cs231n_2017_lecture深度学习资料

  2. 斯坦福大学的 CS231n（全称：面向视觉识别的卷积神经网络）一直是计算机视觉和深度学习领域的经典课程，每年开课都吸引很多学生。今年是该课程第3次开课，学生达到730人（第1次150人，第2次350人）。今年的CS231n Spring的instructors 是李飞飞、Justin Johnson和Serena Yeung，并邀请 Ian Goodfellow 等人讲解GAN等重要主题。

  3. 所属分类：讲义

    • 发布日期：2018-07-23
    • 文件大小：49283072
    • 提供者：qq_17751105

  1. 深度学习笔记_PlayGround

  2. 深度学习笔记_PlayGround，PlayGround是一个在线演示、实验的神经网络平台，是一个入门神经网络非常直观的网站。这个图形化平台非常强大，将神经网络的训练过程直接可视化。同时也能让我们对Tensorflow有一个感性的认识。

  3. 所属分类：深度学习

    • 发布日期：2018-08-10
    • 文件大小：1048576
    • 提供者：qq_42873574

  1. Deeplearning深度学习笔记v5.52

  2. 本文档是针对吴恩达老师深度学习课程的学习笔记，这些课程专为已有一定基础（基本的编程知识，熟悉 Python、对机器学习有基本了解）， 想要尝试进入人工智能领域的计算机专业人士准备。介绍显示：“深度学习是科技业最热门 的技能之一，本课程将帮你掌握深度学习，学生将可以学习到深度学习的基础，学会构建神经网络，并用在包括吴恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。Deep Learning Specialization 对卷积神经网络 (CNN)、递归神经网络 (RNN)、长短期记忆

  3. 所属分类：深度学习

    • 发布日期：2018-08-10
    • 文件大小：25165824
    • 提供者：qq_41070654

  1. 深度学习入门工具介绍PPT

  2. 介绍深度学习的基本工具，设计到深度学习框架、深度学习语言、Ubuntu系统、GPU加速工具、云端计算资源

  3. 所属分类：深度学习

    • 发布日期：2018-08-13
    • 文件大小：1048576
    • 提供者：wanzhen4330

  1. 基于深度学习的乳腺癌病理图像自动分类

  2. 乳腺癌病理图像的自动分类具有重要的临床应用价值。基于人工提取特征的分类算法，存在需要专业领域 知 识 、耗 时 费 力 、提 取 高 质 量 特 征 困 难 等 问 题 。 为 此 ，采 用 一 种 改 进 的 深 度 卷 积 神 经 网 络 模 型 ，实 现 了 乳 腺 癌 病 理 图 像的自动分类;同时，利用数据增强和迁移学习方法，有效避免了深度学习模型受样本量限制时易出现的过拟合问 题。实验结果表明，该方法的识别率可达到 91%，且具有较好的鲁棒性和泛化性

  3. 所属分类：深度学习

    • 发布日期：2018-08-15
    • 文件大小：647168
    • 提供者：hanangellove

  1. Coursera深度学习笔记v3.1

  2. 吴恩达倾力奉献，创建的Coursera的deeplearning.ia。里面囊括了所有的上课笔记！ 吴恩达Coursera深度学习教程中文笔记，这些课程专为已有一定基础（基本的编程知识，熟悉Python、对机器学习有基本了解），想要尝试进入人工智能领域的计算机专业人士准备。在这5堂课中，学生将可以学习到深度学习的基础，学会构建神经网络，并用在包括吴恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。Deep Learning Specialization对卷积神经网络 (CNN)、递归

  3. 所属分类：深度学习

    • 发布日期：2018-08-24
    • 文件大小：12582912
    • 提供者：gt18120588267
« 1 2 3 45 6 7 8 9 10 ... 50 »