常用深度网络模型,深度卷积网络、深度循环网络,生成抗衡网络
1
该工具箱包含CNN,NN,CAE,DBN,SAE等神经网络工具箱。
其中CNN工具箱具有详细的中文正文,以便于初学者学习
2022/9/6 1:50:30 14.07MB matlab CNN
1
这是我修正的别人的代码,别人的代码有点问题,我修正了一下,代码的正确率很高,可达90%以上,这是一个5层卷积神经网络的代码,误差传递和梯度更新代码里都有,可自学。
2022/9/5 19:46:49 11.08MB cnn 卷积神经网络 正确率高
1
用python实现的使用tensorflow的深度学习代码,包含卷积神经网络、循环神经网络、对抗神经网络、自编码神经网络等等,合适初学者学习。
2022/9/5 4:18:59 28KB tensorflow
1
1.使用pytorch,使用全连接层,而不是用卷积层,要求有两层隐含层2.尽一切可能提高精确率,在这里训练集上达到99.9%以上
2022/9/5 3:48:43 13.59MB pytorc mnist
1
这个代码是基于Matlab的CNN卷积神经网络开发的图像识别代码,里面有完整的代码程序和数据,大家可以下载下来研讨。
2022/9/5 3:18:28 2.9MB CNN matlab
1
语音变速以及语音变调是语音信号处理中非常重要的两个内容。
语音信号可表述成激励源与线性时变系统的冲激响应的卷积。
若激励源是高斯白噪声,则声道发清音,若激励源是一准周期信号,则声道发清音。
清音在语音信号序列中影响语音速度,它是基音,是由多次谐波构成的准周期信号。
语音信号序列可看成是基音周期经整数倍延拓后叠加而成。
插入部分基音周期使语速降低,删除部分基音周期使语速提高,即通过改变单位时间内输出的语音信息量(可以通过改变语音信号的激励的长度来实现),来达到改变语速的要求;
而语音的音调的不同则是体现在基音周期和共振峰这两个特征参数上,利用基音周期和共振峰的改变可以达到改变语调的要求。
2022/9/5 0:16:58 8KB 语音 变速变调 代码
1
基于卷积神经网络的城市交通路况预测,陈钊铭,李仕杰,近年来,智能交通控制与诱导问题已成为一项抢手研究课题,实时准确地对城市道路交通路况进行预测是实现智能交通控制与诱导的关键
1
邹谋炎著的反卷积和信号复原,是国内这个领域不多或者说是屈指可数的专业书籍。
原来邹老师还在中科院任教,但是现在年岁已高,中科院这门课也就后继无人,直接取消了。
对于我们来说,不能不说是一种遗憾。
《反卷积和信号复原》内容大致分为三个部分:理论基础,一维信号反卷积和图像复原。
其中包括:导论;
数学基础;
Fredholm第一类积分方程的解、规整化和计算模型;
一维信号反卷积和复原;
无限支持域上的图像盲目反卷积;
图像反降晰;
相位恢复等。
反问题本来就很困难,是一个非常有挑战性的领域,需要的数学功底也很深厚。
这本书早已绝版,所以这里分享给大家。
希望对大家有用。
2022/9/4 5:00:44 32.86MB 反问题 反卷积 信号复原 中科院
1
这个pyhton脚本能够将BN层、Scale层的权值合并到卷积层中,进而提升网络前向推断的功能。
1
共 435 条记录 首页 上一页 下一页 尾页
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。
2024-04-09 15:03 15KB 钉钉 钉钉打卡