1、RML2016.10a_VTCNN2_example：CNN网络代码；
2、RML2016.10a_dict.pkl：官方数据集，这里传不了我放网盘上,链接:https://pan.baidu.com/s/1ODWI_U72tjT47re6UIftYQ密码:0otu；
3、ConvolutionalRadioModulationRecognitionNetworks：网络对应的论文；
4、requirements：网络配置需要的环境；
我本人用的pycharm+anaconda3.5.1，在python2.7环境下跑的。
亲侧可用，可以正常调用GPU加速。

基于CNN的图片颜色处置.pdf基于CNN的图片颜色处置基于CNN的图片颜色处置

基于CNN的图片颜色处置.pdf基于CNN的图片颜色处置基于CNN的图片颜色处置

FasterR-CNN+粒子群优化+图像配准首先利用深度学习FasterR-CNN，在训练好训练集的情况下检测和提取当前帧中的目标，利用5.1节的动目标提取算法校验目标；
然后以此作为接下来配准的模板，利用多自由度的图像配准来求解图像变换参数，并结合粒子群优化PSO的快速求解功能[20]，高速的配准定位、跟踪与提取目标，将算法处理速度提升到了每秒60帧以上（配准时的速度）。
在配准过程中，如果出现配准相似度低于设定阈值，则认为目标跟踪失败，此时将重新利用FasterR-CNN检测与提取新目标，并重复过程。

深度学习网络matlab工具包，包含深度信度网络dbn，卷积网络cnn，sae（stackedauto-encoders）,cae(Convolutionalauto-encoders)等实现。
================================================================Directoriesincludedinthetoolbox-----------------------------------`NN/`-AlibraryforFeedforwardBackpropagationNeuralNetworks`CNN/`-AlibraryforConvolutionalNeuralNetworks`DBN/`-AlibraryforDeepBeliefNetworks`SAE/`-AlibraryforStackedAuto-Encoders`CAE/`-AlibraryforConvolutionalAuto-Encoders`util/`-Utilityfunctionsusedbythelibraries`data/`-Datausedbytheexamples`tests/`-unitteststoverifytoolboxisworkingForreferencesoneachlibrarycheckREFS.md===========================================================ps：在某些matlab中，可能没有rng函数，从而导致测试脚本中报错。
该函数作用只是初始化随机函数种子，可以直接把rng(0)这句正文掉，或者用rand函数去设置随机种子。

这个PPT报告是本人在大组会报告的时候做的一个方向总结性报告，有一定的参考价值

FPGA的CNN网络加速代码，重磅资源，亲侧可用的，讲述了运用HLS写入深度学习CNN的推断部分加速代码，网络通用性高。

以卷积网络的核心的图像检索，识别技术，将卷积网络的图像识别技术进一步的使用。
以图搜图，未来检索技术的发展方向

以卷积网络的核心的图像检索，识别技术，将卷积网络的图像识别技术进一步的使用。
以图搜图，未来检索技术的发展方向

这个资源使用实现lenet-5的网络结构来MNIST数据集，代码参考了UFLDL上的相关的代码，以及R.B.Palm实现的CNN中的相关代码，为了顺应数据集我把lenet-5输入的大小改为了28*28，c3的每一张特征图都与s4的每一张特征图相关，训练的结果可以达到99.1%

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。