ICDAR2013数据集评估指标检测工具，给定test结果，可以计算相应的precise,recall,hmean.

数字图像处理国外名校试卷若干包括EE583等可以见识一下

直接输入所要爬虫图片的名称，能够循环遍历各个网站，并且下载所含关键字的名称图片

很多其他地方下载的都不可用，这个亲测可用，可视化操作界面方便美术人员开发，不需要写代码也可以做好UI动画

cudnn-8.0-windows10，官方需要注册才能下载，外网速度太慢根本注册不了，所以在这里分享我下载好的文件，亲测！

基于tensorflow和pycharm实现基于卷积神经网络的手写字体识别系统，并上传制作好的课程文件，以供大家直接使用，代码亲测可用

CUDA学习必备，2017年新出的第三版，有较大更新，花了70美元买的原版，所以稍微贵点CUDA学习必备，2017年新出的第三版，有较大更新，花了70美元买的原版，所以稍微贵点

multiPIE人脸数据库（1515张，含表情，光照等），用于神经网络训练。
图像清晰，大小为240*280。
并且进行了人脸对齐操作！

Thisbookattemptstosimplifyandpresenttheconceptsofdeeplearninginaverycomprehensivemanner,withsuitable,full-fledgedexamplesofneuralnetworkarchitectures,suchasRecurrentNeuralNetworks(RNNs)andSequencetoSequence(seq2seq),forNaturalLanguageProcessing(NLP)tasks.Thebooktriestobridgethegapbetweenthetheoreticalandtheapplicable.Itproceedsfromthetheoreticaltothepracticalinaprogressivemanner,firstbypresentingthefundamentals,followedbytheunderlyingmathematics,and,finally,theimplementationofrelevantexamples.ThefirstthreechapterscoverthebasicsofNLP,startingwiththemostfrequentlyusedPythonlibraries,wordvectorrepresentation,andthenadvancedalgorithmslikeneuralnetworksfortextualdata.Thelasttwochaptersfocusentirelyonimplementation,dealingwithsophisticatedarchitectureslikeRNN,LongShort-TermMemory(LSTM)Networks,Seq2seq,etc.,usingthewidelyusedPythontoolsTensorFlowandKeras.Wehavetriedourbesttofollowaprogressiveapproach,combiningalltheknowledgegatheredtomoveontobuildingaquestion-and-answersystem.Thebookoffersagoodstartingpointforpeoplewhowanttogetstartedindeeplearning,withafocusonNLP.AllthecodepresentedinthebookisavailableonGitHub,intheformofIPythonnotebooksandscripts,whichallowsreaderstotryouttheseexamplesandextendthemininteresting,personalways.

https://blog.csdn.net/cry_smile/article/details/114259589程序结果及分析