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

本文档详细介绍了小脑模型神经网络的映射是如何实现的，本文档的图表及介绍详细而具体，故特此推荐

自己整理的车辆类型数据集一共1500张图片，共分7个类分别为Bus、Car,SportsCar，MicroBus,Truck,SUV,Jeep，是VOC格式的数据集，用LabelImg工具进行标注，可以转成TFRecord格式的数据集

东南大学计算机系大三数字图像处理期末考试要用的资料，开卷，这个包里有很多练习题，非常有用（期末甚至考的其中的yuan题），还有我自己的19年的试卷回忆。

很好地例子，可以看看水质的评价，有注释的，建议学习学习下

基于基本的RNN的Python代码，将其用Matlab实现了，且实验结果比较好