Chapter1providesin-depthinformationabouthowneuralnetworksfunction,wheretogetdatafrom,andhowtopreprocessthatdatatomakeiteasiertoconsume.Chapter2isaboutgettingstuckandwhattodoaboutit.Neuralnetsarenotoriouslyhardtodebugandthetipsandtricksinthischapteronhowtomakethembehavewillcomeinhandywhengoingthroughthemoreproject-orientedrecipesintherestofthebook.Ifyouareimpatient,youcanskipthischapterandgobacktoitlaterwhenyoudogetstuck.Chapters3through15aregroupedaroundmedia,startingwithtextrocessing,followedbyimageprocessing,andfinallymusicprocessinginChapter15.Eachchapterdescribesoneprojectsplitintovariousrecipes.Typicallyachapterwillstartwithadataacquisitionrecipe,followedbyafewrecipesthatbuildtowardthegoalofthechapterandarecipeondatavisualization.Chapter16isaboutusingmodelsinproduction.Runningexperimentsinnotebooksisgreat,butultimatelywewanttoshareourresultswithactualusersandgetourmodelsrunonrealserversormobiledevices.Thischaptergoesthroughtheoptions.

MEAPEditionManningEarlyAccessProgramGrokkingDeepLearningVersion10

openface安装包

cuda_9.0.176_win10cuda_9.0.176_win10cuda_9.0.176_win10

本书是在《MATLAB神经网络30个案例分析》的基础上修改、补充而成的，秉承着“理论讲解—案例分析—应用扩展”这一特色，帮助读者更加直观、生动地学习神经网络。
本书共有43章，内容涵盖常见的神经网络（BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等）以及相关智能算法（SVM、决策树、随机森林、极限学习机等）。
同时，部分章节也涉及了常见的优化算法（遗传算法、蚁群算法等）与神经网络的结合问题。

MonocularReal-timeHandShapeandMotionCaptureusingMulti-modalData基于多模态数据的单目实时手形和运动捕捉PDF版本论文

矩阵分析Horn原书第二版需要的朋友可以下载大家一起学习

基于深度学习的刀具磨损状态监测技术的研究，基于深度学习的刀具磨损状态监测技术的研究

基于视觉的曲线车道线检测完整代码，采用滑动窗口，详情见博客：http://blog.csdn.net/adamshan/article/details/78733302

遗传算法改进BP人工神经网络，有利于大家将模式识别精度提高。