本资源仅供学习交流。
期末老师留的大作业，这个应该是标准代码了。

用于函数逼近的rbf的matlab代码，有结果图和实验报告，可运行

DeepLearningToolbox™提供了一个框架，用于设计和实现具有算法，预训练模型和应用程序的深度神经网络。
您可以使用卷积神经网络（ConvNets，CNN）和长期短期记忆（LSTM）网络对图像，时间序列和文本数据进行分类和回归。
应用程序和图表可帮助您可视化激活，编辑网络体系结构以及监控培训进度。
对于小型训练集，您可以使用预训练的深层网络模型（包括SqueezeNet，Inception-v3，ResNet-101，GoogLeNet和VGG-19）以及从TensorFlow™-Keras和Caffe导入的模型执行传输学习。
了解深度学习工具箱的基础知识深度学习图像从头开始训练卷积神经网络或使用预训练网络快速学习新任务使用时间序列，序列和文本进行深度学习为时间序列分类，回归和预测任务创建和训练网络深度学习调整和可视化绘制培训进度，评估准确性，进行预测，调整培训选项以及可视化网络学习的功能并行和云中的深度学习通过本地或云中的多个GPU扩展深度学习，并以交互方式或批量作业培训多个网络深度学习应用通过计算机视觉，图像处理，自动驾驶，信号和音频扩展深度学习工作流程深度学习导入，导出和自定义导入和导出网络，定义自定义深度学习图层以及自定义数据存储深度学习代码生成生成MATLAB代码或CUDA®和C++代码和部署深学习网络函数逼近和聚类使用浅层神经网络执行回归，分类和聚类时间序列和控制系统基于浅网络的模型非线性动态系统;使用顺序数据进行预测。

vs2013+opencv2.4.9亲测可用，运动目标检测效果良好，备注详细

python3.6在redhat环境下已经编译验证过后的tensorflow和opencv。
可以直接使用。
百度网盘地址：https://pan.baidu.com/s/1yRED-_30iUbzqygkBZEruQ

cudnn显卡驱动相关

CT三维重建matlab代码，注意：1.代码中的Gray，如果报错请改成小写gray2.CT切片是患者隐私，这里不提供，请自己找数据源

EndNoteX9最新版，包括汉化版本和原版本，汉化方法：1、双击[ENX9Inst.msi]安装EndNoteX9，安装时选择试用，安装完成后不要运行EndNote；
2、如果想使用汉化版，可以将CHS文件夹里的[EndNote.exe]拷贝到EndNote的安装目录下，替换原文件即可汉化、破解。
3、如果想使用英文版，可以将ENG文件夹里的[EndNote.exe]拷贝到EndNote的安装目录下，替换原文件即可直接破解。
注意：不论用的是英文版还是中文版，替换之后即可破解，无需输入序列号。

作者：刘邵博此词典为个人综合多本词典整合的一个大词典，词典共有词汇3669216个词汇。
词典结构为：词语\t词性\t词频。
词频是用ansj分词对270G新闻语料进行分词统计词频获得。
部分词汇无法确定是什么词性，对词性进行特别标注：nw和comb1、词性nw表示本身不知道是什么词性。
2、词性comb表示通过ansj的nlp分词之后又被拆成了两个词。

人工智能/机器学习