文件名称：minicourse-deep-learning:卷积神经网络的基本介绍
文件大小：19.31MB
文件格式：ZIP
更新时间：2024-06-07 10:27:29
JupyterNotebook
微型课程深度学习 定义了偏差和方差折衷，并介绍了深度学习和卷积神经网络的基本概念。 该笔记本有一些练习项目的建议。 体会 简历深度学习微型课程（18/05/2018） 由Vitor，Vinicius和Artur提出。 “计算机视觉入门”迷你课程旨在介绍计算机视觉领域，重点是用于分类的神经技术。 主题从使用OpenCV进行数字图像处理到卷积神经网络。 它的第四部分（共五部分）是关于MLP的微型课程。 作者 执照 该项目已获得Apache License 2.0的许可-有关详细信息，请参见文件。
【文件预览】：
minicourse-deep-learning-master
----.gitignore(560B)
----cifar10_cnn.py(4KB)
----WeNeedToGoDeep.ipynb(1.12MB)
----shallownet_cifar10.py(2KB)
----ffnn.py(2KB)
----README.md(1KB)
----saved_models()
--------shalownet.h5(2.53MB)
--------keras_demo_222753.out(12.43MB)
--------shallow.out(6.33MB)
--------keras_cifar10_trained_model.h5(9.59MB)
--------ff.h5(6.28MB)