深度学习入门：基于Python的理论与实现
标签： python
上传时间： 2022-07-04
上传用户：qingfengchizhu
技术向：USBType-C工作原理深度解析
上传时间： 2022-07-10
上传用户：
深度学习中文版，github上的开源翻译；豆瓣高分书籍
标签： 深度学习
上传时间： 2022-07-11
上传用户：XuVshu
STM32上的深度学习举例 人体运动识别，STM32Cube.AI 软件介绍。
上传时间： 2022-07-17
上传用户：
深度解析LoRa与NB-IoT的区别
上传时间： 2022-07-18
上传用户：
解析深度学习：语音识别实践》是首部介绍语音识别中深度学习技术细节的专著。全书首先概要介绍了传统语音识别理论和经典的深度神经网络核心算法。接着全面而深入地介绍了深度学习在语音识别中的应用，包括“深度神经网络-隐马尔可夫混合模型”的训练和优化，特征表示学习、模型融合、自适应，以及以循环神经网络为代表的若干先进深度学习技术。
上传时间： 2022-07-24
上传用户：qdxqdxqdxqdx
该书的作者是来自 Y Combinator Research 的研究员 Michael Nielsen，他也是一位量子物理学家、科学作家、计算机编程研究人员。他的个人主页是：Neural networks and deep learningneuralnetworksanddeeplearning.com书籍介绍 这是我个人以为目前最好的神经网络与机器学习入门资料之一。内容非常浅显易懂，很多数学密集的区域作者都有提示。全书贯穿的是 MNIST 手写数字的识别问题，每个模型和改进都有详细注释的代码。非常适合用来入门神经网络和深度学习！ 全书共分为六章，目录如下： 第一章：使用神经网络识别手写数字 第二章：反向传播算法如何工作 第三章：改进神经网络的学习方法 第四章：神经网络可以计算任何函数的可视化证明 第五章：深度神经网络为何很难训练 第六章：深度学习 《Neural Network and Deep Learning》这本书的目的是帮助读者掌握神经网络的核心概念，包括现代技术的深度学习。在完成这本书的学习之后，你将使用神经网络和深度学习来解决复杂模式识别问题。你将为使用神经网络和深度学习打下基础，来攻坚你自己设计中碰到的问题。 本书一个坚定的信念，是让读者更好地去深刻理解神经网络和深度学习，如果你很好理解了核心理念，你就可以很快地理解其他新的推论。这就意味着这本书的重点不是作为一个如何使用一些特定神经网络库的教程。仅仅学会如何使用库，虽然这也许能很快解决你的问题，但是，如果你想理解神经网络中究竟发生了什么，如果你想要了解今后几年都不会过时的原理，那么只是学习些热?的程序库是不够的。你需要领悟让神经网络工作的原理。
标签： 深度学习
上传时间： 2022-07-24
上传用户：
计算智能.人工神经网络·模糊系统·进化计_12531.pdf 30.1M 斯坦福大学-深度学习基础教程.pdf 9.4M [游戏人工智能编程案例精粹].(Programming.Game.AI.by.Example).(美)Mat.Buckland.扫描版.pdf 54.4M 深度学习基础教程.pdf 9.5M [模式识别与智能计算：MATLAB技术实现(第2版)].杨淑莹.扫描版.pdf 29.3M 机器学习：实用案例解析（中文版，带完整书签）.pdf 34.7M .DS_Store 6KB python 学习资料 .pdf 747KB 深度学习的昨天、今天和明天.pdf 976KB 【试读】《自然计算：DNA、量子比特和智能机器的未来》前言+目录+第1章.pdf 4.6M 百度深度学习-CCF-2013Sep.pptx 28.7M 机器学习与数据挖掘方法和应用.pdf 17.6M 深度学习(最全的中文版)_2017年新书.pdf 30.3M 机器学习与数据挖掘方法和应用（经典）.pdf 12M 模式识别与智能计算-matlab技术实现.pdf 27.9M 欧盟在多领域的物联网技术应用需求.rar 1.1M 伯克利大学机器学习(Practical Machine Learning).rar 35.8M 深度学习结构和算法比较分析.pdf 1.7M 机器学习实战及配套代码.rar 39.5M 机器学习实践经验指导.pdf 449KB 余凯_深度学习的昨天今天和明天.pdf 913KB 浅谈深度学习_肖达.pdf 10.2M 人工智能原理与应用——专家系统、机器学习、面向对象的方法_10184566.pdf 9.8M 机器学习与概率图模型_王立威.pdf 1.8M 机器学习十大算法.pdf 4.9M 百度深度学习进展介绍.ppt 18M 机器学习部分课后习题答案.zip 651KB 深度学习——机器学习领域的新热点.pdf 4.4M 科研立项的极客之道.ppt 11.2M
上传时间： 2013-07-02
上传用户：eeworm
图像配准理论及算法研究.pdf cnn_tutorial.pdf Deep Learning（深度学习）学习笔记整理.pdf 00.神经⽹络与深度学习.pdf deep learning.pdf 深度学习方法及应用PDF高清晰完整版.pdf 斯坦福大学-深度学习基础教程.pdf 深度学习基础教程.pdf deep+learning.pdf 深度学习 中文版 ---文字版.pdf 神经网络与机器学习（原书第3版）.pdf
上传时间： 2013-06-07
上传用户：eeworm
随国民经济的飞速发展，用电量的日益增加，电网的经济运行已是一个不可忽视的问题。因此，如何降低网损，提高电力系统的输电效率，保证电力系统的经济运行是电力系统面临的实际问题，也是电力系统研究的主要方向之一。 电力系统在运行过程中，由于感性负载的存在，使电网无功功率大量增加。另外，近些年来，国民经济各部门大力推广使用各种新型的电力电子整流装置，他们在减少能量耗损的同时，也带来了功率因数下降、电压波动、闪变、三相不平衡以及谐波干扰等问题。其最终结果都是使配电设备的使用效能得不到充分发挥，设备的附加功耗增加。因此，进行有效的无功功率补偿，提高功率因数是电网及电力系统安全经济运行的重要保证。毫无疑问，无功功率补偿的研究势在必行。 我国与世界上发达国家相比，无论从电网功率因数还是补偿深度来看，都有较大差距，因此在我国大力推广无功补偿技术尤为迫切。 对于实际应用的MCR，要求能够自动控制。本文采用以单片机为核心的控制器方案，包括检测电路、控制电路、触发电路、键盘显示电路和通信电路等。检测电路用于检测变压器二次侧的电压和电流并获耿同步信号；控制电路根据相应的控制策略，对检测信号和给定输入量进行计算，给出控制信号；触发电路根据控制信号输出的控制信号产生相应触发角的晶闸管触发脉冲；键盘可用来输入各种控制指令，显示电路可以直观的输出系统的各种状态；通信电路提供与控制站的数据交换，以便实现电力系统的集中控制。 文中对补偿器模型进行了实验验证，实验结果与文中分析一致，说明了本文补偿理论的正确性和可行性。
上传时间： 2013-06-22
上传用户：pkkkkp
