MATLAB深度学习简介深度学习是机器学习的一个类型，该类型的模型直接从图像、文本或声音中学 习执行分类任务。通常使用神经网络架构实现深度学习。“深度”一词是指网络 中的层数 — 层数越多，网络越深。传统的神经网络只包含 2 层或 3 层， 而深度网络可能有几百层。下面只是深度学习发挥作用的几个例子:• 无人驾驶汽车在接近人行横道线时减速。• ATM 拒收假钞。• 智能手机应用程序即时翻译国外路标。深度学习特别适合鉴别应用场景，比如人脸辨识、 文本翻译、语音识别以及高级驾驶辅助系统(包括 车道分类和交通标志识别)。简言之，精确。先进的工具和技术极大改进了深度学习算法，达到了 很高的水平，在图像分类上能够超越人类，能打败世界最优秀的围棋 选手，还能实现语音控制助理功能，如 Amazon Echo® 和 Google Home，可用来查找和下载您喜欢的新歌。如果您刚接触深度学习，快速而轻松的入门方法是使用现有网络， 比如 AlexNet，用一百多万张图像训练好的 CNN。AlexNet 最常用于 图像分类。它可将图像划分为 1000 个不同的类别，包括键盘、鼠标、 铅笔和其他办公设备，以及各个品种的狗、猫、马和其他动物。
标签： Matlab
上传时间： 2022-06-10
上传用户：
神经网络是机器学习的重要分支，是智能计算的一个主流研究方向，长期受到众多科学家的关注和研究，它植根于很多学科，结合了数学、统计学、物理学、计算机科学和工程学.已经发现，它能够解决一些传统意义上很难解决的问题，也为一些问题的解决提供了全新的想法.在传统的研究成果中，有很多表达数据的统计模型，但大都是比较简单或浅层的模型，在复杂数据的学习上通常不能获得好的学习效果.深度神经网络采用的则是一种深度、复杂的结构，具有更加强大的学习能力，目前深度神经网络已经在图像识别、语音识别等应用上取得了显著的成功.这使得这项技术受到了学术界和工业界的广泛重视，正在为机器学习领域带来一个全新的研究浪潮.
标签： 深度神经网络
上传时间： 2022-06-19
上传用户：shjgzh
本书是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。本书共五章，每章介绍一到两个Python数据科学中的重点工具包。首先从IPython和Jupyter开始，它们提供了数据科学家需要的计算环境；第2章讲解能提供ndarray对象的NumPy，它可以用Python高效地存储和操作大型数组；第3章主要涉及提供DataFrame对象的Pandas，它可以用Python高效地存储和操作带标签的/列式数据；第4章的主角是Matplotlib，它为Python提供了许多数据可视化功能；第5章以Scikit-Learn为主，这个程序库为最重要的机器学习算法提供了高效整洁的Python版实现。
标签： python
上传时间： 2022-06-21
上传用户：
这个教程是之前《手把手教你做智能小车》教程的补充版，之前的教程并没有提供openwt路由器制作wifi视频小车的过程，这里来给大家介绍下，如何去实现一个 wifi智能小车。事实上这个教程也是个人学习 openwrt基础知识的一个学习笔记，并不是深入但是我相信能帮助初学者或是想做视频小车的朋友。1，刷机刷机的过程是你进行后续过程的一个门槛，如果担心刷坏路由器而一直在这个门槛外徘徊，那么你只能停留在这里了。只有你熟悉掌握了这个过程，才能在出现问题后岿然不动了。下面介绍网线刷机 openwrt的过程，以703n为例，步骤是作者实际操作截图，真实刷机。1，切换本地IP进入本机的网络管理中去修改本机的 IP属性如下图，为了方便切换IF地址给大家推荐一个 IPWhiz的IP切换软件，很好用的。2.连接网线登陆路由器用网线将路由器和电脑连接起来，打开浏览器在浏览器的地址栏输入：192.168.1，并回车。浏览器将返回下面的界面，这个路由已刷过个人修改编译的openwrt，方法一样。
标签： openwrt
上传时间： 2022-06-22
上传用户：trh505
上面是一段实时目标识别的演示， 计算机在视频流上标注出物体的类别， 包括人、汽车、自行车、狗、背包、领带、椅子等。今天的计算机视觉技术已经可以在图片、视频中识别出大量类别的物体， 甚至可以初步理解图片或者视频中的内容， 在这方面，人工智能已经达到了3 岁儿童的智力水平。这是一个很了不起的成就， 毕竟人工智能用了几十年的时间， 就走完了人类几十万年的进化之路，并且还在加速发展。道路总是曲折的， 也是有迹可循的。在尝试了其它方法之后， 计算机视觉在仿生学里找到了正确的道路（至少目前看是正确的） 。通过研究人类的视觉原理，计算机利用深度神经网络（ Deep Neural Network，NN）实现了对图片的识别，包括文字识别、物体分类、图像理解等。在这个过程中，神经元和神经网络模型、大数据技术的发展，以及处理器（尤其是GPU）强大的算力，给人工智能技术的发展提供了很大的支持。本文是一篇学习笔记， 以深度优先的思路， 记录了对深度学习（Deep Learning）的简单梳理，主要针对计算机视觉应用领域。
上传时间： 2022-06-22
上传用户：
学python必备，数学得搞好 ，嘿嘿嘿本书的目的在于提供理解神经网络所需的数学基础知识。为了便于 读者直观地理解，书中使用大量图片，并通过具体示例来介绍。因 此，本书将数学的严谨性放在第二位。 深度学习的世界是丰富多彩的，本书主要考虑阶层型神经网络和卷 积神经网络在图像识别中的应用。 本书将 Sigmoid 函数作为激活函数，除此之外也可以考虑其他函 数。 本书以最小二乘法作为数学上的最优化的基础，除此之外也可以考 虑其他方法。 神经网络可分为有监督学习和无监督学习两类。本书主要讲解有监 督学习。 人工智能相关的文献之所以难读，其中一个原因就是各文献所用的 符号不统一。本书采用的是相关文献中常用的符号。 本书使用 Excel 进行理论验证。Excel 是一个非常优秀的工具，能 够在工作表上可视化地展现逻辑，有助于我们理解。因此，相应的 项目需要以 Excel 的基础知识为前提。
上传时间： 2022-06-22
上传用户：kingwide
《电路设计与制版——Protel99入门与提高》一书以Protel99的基本使用为内容，讲述了Protel99原理图编辑器和PCB编辑器的各种基本功能及其使用方法。作为该书的姊妹篇，本书以Protel99的高级应用为内容，通过精心选择的设计实例，着重讲述了原理图绘制和PCB设计的典型方法和技巧。此外，还详细介绍了Protel99设计管理器的使用和管理、信号完整性分析工具的应用、Protel99电路仿真的方法以及可编程逻辑器件的设计等内容。因此，通过这两本书的结合使用，可以为不同类型的读者提供一个完整的Protel99学习方案。本书由12章正文和4个附录组成。·第1章：详细介绍了Protel99的体系结构以及设计管理器的使用和定制。·第2-4章：详细介绍了Protel99原理图库元件的创建与管理，原理图绘制的典型技巧，模板文件的创建与使用，全局编辑功能的使用，零件自动编号、电子表格编辑器、统计图编辑器、文本编辑器和同步器的使用，以及各种报表文件的生成等内容。·第5-9章：详细介绍了PCB库元件的创建与管理、PCB设计的典型技巧、网络表文件加载过程中典型问题的解决、全局编辑功能、PCB浏览器和类编辑器的使用等内容，并结合电路设计实例，讲述了电路板的元件布局、手工布线技巧与自动布线方法。第l0章：详细介绍了Protel99信号完整性分析工具和波形分析器的使用。第11章：详细讲述了Protel99电路仿真的基本步骤、仿真电路原理图的设置、仿真元件的创建和仿真波形分析器的使用等内容。第12章：介绍了Protel99可编程逻辑器件设计工具的使用。附录1：列出了电路设计中常用的原理图库元件。附录2：列出了Protel99电子表格编辑器中的常用公式。附录3：列出了PCB库元件。附录4：列出了PLD原理图库元件。
上传时间： 2022-06-24
上传用户：
原书推介：贝叶斯方法是一种常见的利用概率学知识去解决不确定性问题的数学方法，对于一个计算机专业的人士，应当熟悉其应用在诸如机器翻译，语音识别，垃圾邮件检测等常见的计算机问题领域。在共计15章的篇幅中讨论了怎样解决十几个现实生活中的实际问题。在这些问题的解决过程中，还潜移默化的帮助形成建模决策的方法论，建模误差和数值误差怎么取舍，怎样为具体问题建立数学模型，如何抓住问题中的主要矛盾（模型中的关键参数），再一步一步的优化或者验证模型的有效性或者局限性。在这个意义上，是一本关于数学建模的成功样本。个人观感：这本书是讲生成模型（贝叶斯模型）的，大家可能平时关注判别模型多一些，但是如果你知道领域中的一些知识，生成模型更有效，它需要的样本更少，训练时间更短。书是好书，从python角度阐述了贝叶斯思维，探讨了一些建模和计算方法，并且给出了一个很实用的python框架。 但是翻译实在是烂，很多地方同一个段落里的相同概念都会翻译成不同的中文词汇，简直令人发指！这书的英文原版 PDF 可以免费下载，需要一起对照着看才能看懂。
上传时间： 2022-06-30
上传用户：
掌握maxwell的使用方法及技巧，实际操作软件方法
标签： maxwell
上传时间： 2022-07-16
上传用户：trh505
一款数据分析的软件，对于处理数据、统计分析以及改进提供了便捷的方法......Minitab 18 入门 介绍了 Minitab 中的一些最常用的功能和任务。 大部分统计分析都需要执行一系列步骤，这些步骤通常由背景知识或您要调查的主题领域来指导完成。第 2 章到第 5 章介绍了以下步骤： • 利用图形探测数据 • 进行统计分析 • 评估质量 • 设计试验 在第 6 章到第 9 章，您学习如何执行以下操作： • 使用快捷方式自动执行将来的分析 • 百分比结果 • 准备工作表 • 自定义 Minitab
上传时间： 2022-07-18
上传用户：canderile
