源码下载地址
项目介绍
深度学习理论与应用
1 引言
1.1起源
1.2优点
1.3应用领域
2 深度学习基础
2.1 线性回归
2.1.1 数学模型
2.1.3 损失函数
2.1.5 优缺点
2.2 多层感知机
2.2.1 数学模型
2.2.2 原理图
2.2.3 隐藏层
2.2.4 训练和预测
2.2.5模型选择:
2.2.6欠拟合和过拟合
2.2.7数值稳定性:
2.2.8优缺点
2.3 卷积神经网络
2.3.1 数学模型
2.3.2 原理图(LeNet-5)
2.3.3 填充和步幅
2.3.4多输入多输出通道
2.3.5 汇聚层
2.3.6 现代CNN类型
2.4 循环神经网络
2.4.1 数学模型
2.4.2 原理图
2.4.3 训练和预测
2.4.4 现代RNN
2.5 优化算法
2.6 自定义网络实现
3 深度学习应用
3.1 单发多框目标检测
3.1.1类别预测层
3.1.2边界框预测层
3.1.3连结多尺度的预测
3.1.4高和宽减半块
3.1.5基本网络块
3.1.6完整的模型
3.2 语义分割
3.2.1语义分割基本原理
3.2.2图像分割和实例分割(语义分割介于二者之间)
3.2.3转置卷积
3.2.4全卷积网络
3.3 风格迁移
3.4 中英文翻译系统
4 结束语
5 参考文献
项目功能
界面预览
项目备注
1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!
2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。
3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。
下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。