搜索资源列表
pytorch-openpose-master
- 本例程是我研究生阶段做的一个小项目，该项目用pytorch的深度学习框架来进行人体姿态识别，能够实现头部和身体的骨架识别！图像处理方面加入了OpenCV包进行相关的处理，希望能帮助大家！(175/5000 This routine is a small project that I did in the graduate stage. The project uses pytorch's deep learning fr a mewo
MATLAB-LeNet5-master
- 手写体识别 lenet5 LeNet5由7层CNN（不包含输入层）组成，上图中输入的原始图像大小是32×32像素，卷积层用Ci表示，子采样层（pooling，池化）用Si表示，全连接层用Fi表示。下面逐层介绍其作用和示意图上方的数字含义。(Lenet5 is composed of seven layers of CNN)
neural-network-genetic-algorithm-master
- 为了自动学习CNN的深度网络结构，网络结构的数量随着网络中间层数量的增加呈指数增长，这启发我们使用遗传算法有效地遍历这个大的搜索空间。我们首先提出一种编码方法，将每个网络结构表示为一个固定长度的二进制字符串，然后通过生成一组随机个体来初始化遗传算法。在每一代中，我们定义标准的遗传操作(如选择、突变和交叉)来消除弱势个体并产生更具竞争力的个体。(In order to automatically learn the deep networ
CNN_sentence_tensorflow-master
- 基于卷机神经网络的文本信息提取应用的设计与实现，cn(Design and Implementation of Text Information Extraction Application Based on Reel Neural Network)
CNN_Hyperspectral_Classification-master
- 使用神经网络进行训练，对高光谱普图像进行分类(Using neural network to train and classify hyperspectral images)
h5_to_weight_yolo3-master
- 可以将训练权重.h文件转化为.weights文件，方便不同平台使用(The training weight. H file can be converted into. Weights file, which is convenient for different platforms)
CNN_8layers
- 卷积神经网络进行故障诊断，机械设备智能故障诊断(CNN for fault diagnosis)
一维CNN处理序列数据
- 使用一维卷积神经网络处理序列数据，数据类型为一维(One dimensional convolution processing sequence data)
UNSW_NB15_RNN
- 用UNSW数据集进行入侵检测，运用各种组合模型，精确度能达到90%以上，运用比较流行的神经网络模型分别进行了测试(Intrusion detection using UNSW dataset)
GraphWaveletNeuralNetwork-master
- 图小波神经网络(GWNN)，一种新的图卷积神经网络(CNN)，利用图小波变换来解决以往光谱图CNN方法依赖于图傅立叶变换的缺点。(graph wavelet neural network (GWNN), a novel graph convolutional neural network (CNN), leveraging graph wavelet transform to address the shortcomings of p