搜索资源列表
CNN
- 此代码是对卷积神经网络用于手写字体识别的实现，程序是基于theano库开发的，并且用到了集成化模块keras,方便我们构建自己的网络结构，很好的解决分类问题-This code is the convolution neural network for handwritten character recognition, the program is based on the theano library development, and use the integrated modular k
mnist_cnn
- 基于keras的python的卷积神经网络，对数据库minis进行的分类。希望大家喜欢-The python based keras convolution neural network to perform minis category. I hope you like
mnist_irnn
- 基于keras的python的循环神经网络rnn，对数据库minis进行的分类。希望大家喜欢-Based keras the python loop neural network rnn, minis conduct classification. I hope you like
mnist_mlp
- 基于keras的python的深度学习多层感知机MLP，对数据库minis进行的分类。希望大家喜欢-Based keras deep learning of the python MLP MLP, classification minis conducted. I hope you like
mnist_transfer_cnn
- 基于keras的python的转换的卷积神经网络，对数据库minis进行的分类。希望大家喜欢-Based on Convolution neural network keras of python conversion, minis conduct classification. I hope you like
mnist
- 利用keras实现手写数字识别，使用CNN模型 全连接层+两个卷积层，最后Softmax分类器，识别率超过96%(Using keras to realize handwritten numeral recognition baesd on CNN model. One whole connection layer + two convolution layers, and a Softmax classifier. The recognition accuracy is over 96%
pyDogVsCat
- 识别率85%，kaggle上有名的猫狗大战算法，可以很方便的查看分类结果。每一个epch需要22s左右（GTX1050Ti 4G）(The recognition rate is 85%. The famous dog and dog algorithm on kaggle is very convenient for us to see the classification results. Each epch needs about 22s (GTX1050Ti 4G))
C51-DDQN-Keras-master
- C51-DDQN-Keras-master 分类版DDQN机器学习Demo代码(C51-DDQN-Keras-master DDQN reinfocrement learning)
Deep Learning with Python
- 深度学习基本算法，深度学习with python作为标题建议介绍深度学习使用Python编程语言和开源Keras库，它允许简单快速的原型设计。 在Python深度学习中， 你将从一开始就学习深度学习，你将学习所有关于图像分类模型，如何使用深度学习获取文本和序列，甚至可以学习如何使用神经网络生成文本和图像。 本书是为那些具有Python技能的人员编写的，但你不必在机器学习，Tensorflow或Keras方面有过任何经验。你也不需要先进的数学背景，只有基础的高中水平数学应该让你跟随和理解核心
keras-SRU-master
- 利用sru进行文本情感分析，三分类，速度快，准确率高，利用keras环境，实用性大。(Using SRU for text sentiment analysis, three categories, fast speed, high accuracy, using keras environment, practical.)
汪星人识别项目
- python语言，使用keras框架，用vgg16提取图片特征然后用全连接层分类(Python language, using keras framework, extracting image features with vgg16 and classifying with full connection layer)