TensorFlow深度学习应用实践

深度学习--深度信念网络(Deep-Belief-Network)

深度信念网络 (Deep Belief Network, DBN) 由 Geoffrey Hinton 在 2006 年提出。它是一种生成模型，通过训练其神经元间的权重，我们可以让整个神经网络按照最大概率来生成训练数据。我们不仅可以使用 DBN 识别特征、分类数据，还可以用它来生成数据。下面的图片展示的是用 DBN 识别手写数字：

深度信念网络实例

DBN的实例，有数据，根据原工具箱实例修改

基于python的深度信念网络

深度信念（置信）网络（DBN），使用python开发环境，代码思路清晰，易调试。有问题可以留言相互交流

Deep Belief Network深度信念网络（DBN的Matlab代码）

Deep Belief Network深度信念网络（DBN的Matlab代码），可以运行test_example_DBN.m对手写数字进行训练学习

深度信念网络matlab代码

深度信念网络，有代码，有实例，有数据。 用于深度网络预训练。

深度学习算法神经网络架构_深度信念网络_编程项目案例解析实例详解课程教程.pdf

我们将介绍深度信念网络，...虽然当前已经较少采用这种网络，但它还是一种非常重要的网络，深度信念网络的应用有重新崛起之势。我们将介绍深度信念网络的 Theano 实现，同时也会介绍其在 MNIST 手写数字识别中的应用。

深度学习中的深度信念网络.rar

深度学习中的深度信念网络，用于数据的分类和预测 (Deep belief network in deep learning, used for the classification and prediction of data )

深度信念网络学习资料

深度信念网络，数据实例代码一应俱全。 用于深度网络预训练

chap-深度信念网络.pdf

本篇非常简要地介绍了深度信念网络的基本概念。...如果有愿意深入了解受限玻尔兹曼机、深度信念网络的，想对深度学习有更多了解的，请访问深度学习官方网站。或者读者可以参考文末的“推荐阅读”一节。

基于深度信念网络的人脸识别

基于深度信念网络的人脸识别基于深度信念网络的人脸识别

论文研究-基于深度信念网络的语音服务文本分类.pdf

在线人工语音服务已经在各种商业活动中展开，为了提供更好的客户服务就必须对语音服务质量进行有效的评估。目的就是将人工语音服务利用语音识别技术转化为文本，再进行有效的分类评估。常用文本分类模型有朴素贝叶斯、KNN、BP神经网络、支持向量机等模型，这些模型比较依赖于语音文本预处理后的特征表示，并且容易出现维数灾难、局部最优、训练时间长问题。而深度信念网络模型（DBN）可以从文本预处理后的特征表示中学习到更具有本质含义的特征表示，便于分类器分类，且避免以上模型的不足。在人工服务语音文本化后，通过深度信念网络模型转换特征表示再进行分类，最终的分类效果比上述分类模型直接利用文本的特征表示进行分类效果略微提高。

深度信念网络DBN

深度信念网络实现手写识别，注意与DBM区别开来

深度信念网络分类算法python程序.docx

深度信念网络分类算法，内含受限玻尔兹曼机训练、BP分类微调拟合，最终完成深度信念网络分类算法的训练。算法以Python语言完成，包含多个子文件，全部写入该word文档。文档注释详细，适合学习。

深度信念网络.pptx

深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够...本资源是对深度信念网络的介绍。

DBN实例1深度信念网络,dbn深度置信网络,matlab

Matlab编写的深度学习，DBN深度信念神经网络

dbn.zip_DBN-python_Python 深度学习_深度信念_深度学习_深度学习程序

本程序是用python写的一个深度学习程序，该程序基于限制性玻尔兹曼机实现了深度信念网络。

深度信念网络回归算法Python程序.docx

深度信念网络回归算法，内含受限玻尔兹曼机训练、BP微调拟合，最终完成深度信念网络回归算法的训练。算法以Python语言完成，包含多个子文件，全部写入该word文档。

python大作业 含爬虫、数据可视化、地图、报告、及源码（整和为一个文件）（2014-2020全国各地区原油加工量）.rar

（含源码及报告）本程序分析了自2014年到2020年每年我国原油加工的产量，并且分析了2019年全国各地区原油加工量，含饼状图，柱状图，折线图，数据在地图上显示。运行本程序需要requests、bs4、csv、pandas、matplotlib、pyecharts库的支持，如果缺少某库请自行安装后再运行。文件含2个excel表，4个csv文件以及一个名字为render的html文件（需要用浏览器打开），直观的数据处理部分是图片以及html文件，数据处理的是excel文件。不懂可以扫文件中二维码在微信里面问。

仿真电路以及操作方法

用一片通用四运放芯片LM324组成电路，实现以下功能：用低频信号源产生ui1=0.1sin2πft（V），f=500Hz的正弦波信号，加至加法器的输入端，加法器的另输入端加入有自制振荡器产生的信号uo1。要求加法器的输出电压ui2=10 ui1+ uo1。ui2经选频滤波器滤除uo1频率分量，选出f信号为uo2，uo2为峰峰值等于9V的正弦信号。uo2信号经比较器后在1KΩ负载上得到峰峰值2V的输出电压uo3。用NI Multisim 打开即可，参数已调好。对应博客：https://blog.csdn.net/weixin_43723423/article/details/90761331

【纯干货啊】华为IPD流程管理(完整版).pptx

华为IPD产品研发流程完整版。非常的详细，很适合给新是的实习生做培训用！是我一直在用的流程管理，很适合学习与交流。

可编程语言标准IEC61131-3中文版.pdf

可编程语言标准IEC61131-3中文版

OFDM完整仿真过程与教程.zip

辛苦写了关于OFDM的详细仿真，从产生信息流到最终解调，包含星座图，误码率图。包括了相关技术的详细解释，（信道编码，扩频，导频，信道估计等）。注：本段程序不包括射频传输部分，即载波调制，基带调制为QPSK。具体的教程可以参考我的相关文章。

信号与系统——保研复习资料.pdf

本文档为本人保研复习过程中撰写的信号与系统复习文档，参考书籍为吴大正老师主编的信号与线性系统分析（第四版），全文共43页，包含以下内容： 一、信号与系统（绪论） 二、连续系统的时域分析 三、离散系统的时域分析 四、傅里叶变换和系统的频域分析 五、连续系统的s域分析 六、离散系统的z域分析 七、系统函数 八、少量经典面试题（保研）

Landsat_WRS2.zip

本资源为WRS2全球条带号分幅情况SHP文件。WRS，即Worldwide Reference System，是Landsat系列卫星全球影像标记符号系统，用以区分全球各区域对应的Landsat系列卫星影像编号；其用“Path”与“Row”两个数值确定影像的编号与位置。其中，Landsat 1、2、3卫星对应编号系统为WRS-1，Landsat 4、5、7、8卫星对应编号系统为WRS-2。WRS-2包括降轨Descending（白天星，也就是在当地时间的白天过境）与升轨Ascending（黑夜星，也就是在当地时间的黑夜过境）两种模式。

最全的Visio形状/图形库

从不同地方搜集整理出来的Viso图标，全部文件都是Visio图形库的标准格式：VSS格式，内含有51个文件，分别对应类别。内容比较全面，包括常用图表、服务器图、各种符号图表、工作流程形状、绘制图表形状、网络和外设图、网络位置及物理逻辑图、最常使用的图表、办公室设备图及办公室附属设施图等等。

AxureRP9项目原型50套、案例20个、元件库1套.zip

AxureRP9项目原型50套、案例20个、元件库1套。非原创，其中一批比较好的案例值得参考，元件库直接可用，简洁美观。分享给需要的人。

北理工+成电+东南——通信/信号保研面试真题.pdf

本文档整理了本人在2019年推免过程中，面试老师问到的问题，本文具体包括以下三所院校：北京理工大学雷达技术研究所；电子科技大学泛在无线网络实验室、多维信息感知实验室、图像处理研究所；东南大学移动通信国家重点实验室。对于面试中涉及到的专业课问题，我在面试结束后查阅书籍并给出了个人解答，仅供参考。

数字信号处理——保研复习资料.pdf

本文档为数字信号处理（DSP）复习文档，参考书籍为高西全老师主编的《数字信号处理——原理、实现及应用》第二版，全文共33页，包含以下内容： 一、绪论 二、时域离散信号与系统  三、时域离散信号和系统的频域分析 四、离散傅里叶变换（ DFT）及其快速算法（ FFT） 五、模拟信号数字处理 六、数字滤波器 七、IIR数字滤波器（ IIRDF）设计  八、FIR数字滤波器（ FIRDF）设计 九、少量经典面试题（保研）