没有合适的资源?快使用搜索试试~
我知道了~
文库首页
人工智能
深度学习
深度学习lenet5学习框架
深度学习lenet5学习框架
lenet5
1星
需积分: 12
9 下载量
17 浏览量
2018-05-21
22:24:47
上传
评论
收藏
3KB
PY
举报
温馨提示
立即下载
深度学习lenet5学习框架,包括训练,测试和验证三个文件
资源推荐
资源评论
LeNet5-learning
浏览:184
tensorflow入门级代码,配本人看的一些学习资料,分步很详细
lenet-5训练MNIST
浏览:12
5星 · 资源好评率100%
这个资源使用实现lenet-5的网络结构来MNIST数据集,代码参考了UFLDL上的相关的代码,以及R. B. Palm实现的CNN中的相关代码,为了适应数据集我把lenet-5输入的大小改为了28*28,c3的每一张特征图都与s4的每一张特征图相关,训练的结果可以达到99.1%
pytorch实现lenet5
浏览:105
5星 · 资源好评率100%
Pytorch 搭建的LeNet-5网络,使用Minist数据集,测试集准确率接近98.4%。文件内包含代码、Minist数据集和训练好的模型参数。
CNN–LeNet-5原理
浏览:27
LeNet5 by Yann LeCun 简介 LeNet-5结构图 LeNet包含七层 输入层:32*32*1像素的手写数字图片,相当于32*32=1024个神经元 C1层:卷积层,包含具有6个5*5卷积核的卷积层,步长为1,特征图的大小为28*28,神经元的个数为28*28*6=784。参数个数为(5*5+1)*6=156,连接数为156*28*28=122304。 S2层:池化层,max
LeNet5.zip
浏览:44
LeNet5.zip
LeNet-5论文完整版
浏览:100
LeNet-5论文英文原版,模型可用于手写数字识别,文字清晰。
CNN的硬件实现,由Verilog编写并在FPGA上合成 fpga verilog cnn rtl lenet Cop语言
浏览:38
5星 · 资源好评率100%
CNN(卷积神经网络)硬件实现 该项目是实现硬件 CNN 结构的尝试。 代码由 Verilog/SystemVerilog 编写,并使用 Vivado 在 Xilinx FPGA 上综合。 代码只是功能实验,没有完全优化。 仅实现了 4 个基本模块: conv,这个模块执行卷积计算,全连接也被视为卷积,内核大小等于输入数据大小。 最大池 relu 迭代器,围绕输入数据慢跑,并为计算单元提供
LeNet-5神经网络——C源代码
浏览:127
3星 · 编辑精心推荐
LeNet-5神经网络 C源代码,这个写的比较好,可以用gcc编译去跑,结合理论可以对深度学习有更深刻的了解 介绍 根据YANN LECUN的论文《Gradient-based Learning Applied To Document Recognition》设计的LeNet-5神经网络,C语言写成,不依赖任何第三方库。 MNIST手写字符集初代训练识别率97%,多代训练识别率98%。 DEMO
LeNet-5手写字体识别-Keras函数式模型完整代码
浏览:69
LeNet-5手写字体识别-Keras函数式模型完整代码,可进入网址 https://www.cnblogs.com/ailex/p/9617534.html 直接查看
tensorflow实现LeNet-5的卷积神经网络
浏览:110
里面包含mnist数据集,不用再去下载,程序直接能用。由于model文件夹里有训练好的模型,可以直接跑测试,由于只跑了6000轮训练,不到完整的3W轮,所以只达到了98.8%,你们可以自己训练完一整套,能达到99.*%的准确率。若不满意,那自己调超参数 (初试的指数衰减率 和 每次衰减比率),好了,下次上传迁移学习的代码,下回见,
LeNet-5_keras_深度学习_LeNet5_pand88_CNN_
浏览:95
使用keras框架编写的深度学习“果蝇”代码LeNet5网络,用于深度学习的基础学习
深度学习Caffe框架实战剖析教程(深度学习、机器学习、LeNet-5模型、MNIST数据集、CNN)
浏览:57
深度学习Caffe框架实战剖析教程(深度学习、机器学习、LeNet-5模型、MNIST数据集、CNN),本教程以目前已经大量用于线上系统的深度学习主流框架Caffe为例,从底层开始,由浅入深,先是概述Caffe框架,说明其和深度...
深度学习Caffe框架实战剖析视频课程(深度学习、机器学习、LeNet-5模型、MNIST数据集、CNN)
浏览:137
深度学习Caffe框架实战剖析教程(深度学习、机器学习、LeNet-5模型、MNIST数据集、CNN) 课程收益 目标一. 了解Caffe框架的环境配置以及LEVELDB和LMDB数据。 目标二. 学习并且掌握Caffe框架最基础的数据结构,明白...
深度学习Caffe框架实战剖析视频教程(深度学习、机器学习、LeNet-5模型、MNIST数据集、CNN)
浏览:13
深度学习Caffe框架实战剖析教程(深度学习、机器学习、LeNet-5模型、MNIST数据集、CNN) 课程收益 目标一. 了解Caffe框架的环境配置以及LEVELDB和LMDB数据。 目标二. 学习并且掌握Caffe框架最基础的数据结构,明白...
tensorflow lenet5
浏览:65
使用tensorflow实现lenet网络,使用的事cifar10这个数据集。
卷积神经网络lenet-5的c++实现
浏览:128
4星 · 用户满意度95%
c++ 实现的lenet-5 , 开发环境是vs2015,打开工程就可以运行,大家可以下MNIST库试试,也希望跟大家学习交流
lenet-5模型的手写数字识别
浏览:186
基于lenet-5手写数字识别神经网络,添加部分代码可充分利用CPU资源
lenet_5模型-MATLAB代码实现
浏览:30
4星 · 用户满意度95%
这是用于手写数字识别的lenet-5模型的MATLAB 代码,内有数据集可以直接运行
lenet_test.zip
浏览:34
5星 · 资源好评率100%
基于c++实现的LeNet,可以基于自己鼠标手写的字符进行识别,效果很好,原验证集99%的识别率
Caffe MNIST训练好的lenet模型
浏览:142
5星 · 资源好评率100%
Caffe MNIST例子中训练好的LeNet模型,手写体数字识别准确率99%。
LeNet-5用于人脸识别
浏览:161
Yann LeCun的LeNet-5用于人脸识别,使用ORL人脸数据库。代码使用pyTorch框架编写。
caff-lenet5数据集
浏览:191
应用caffe深度学习框架进行mnist手写字体识别,需要mnist数据集。这里提供了数据集包和解压之后的数据集供您使用!
MNIST-TensorFlow-master.zip
浏览:123
首先建立TensorFlow深度学习框架,并分析、卷积神经网络(LeNet-5)模型结构,再对手写体数据集MNIST的60000个样本进行深度学习,然后进行10000个样本的测试对比,最后实测数据验证基于TensorFlow深度学习LeNet-...
lenet_solver.prototxt
浏览:191
资源中是caffe深度学习框架下,求解器参数的描述文件lenet_solver.prototxt,在这个文件中定义了求解过程的参数。
深度学习cifar_10所有框架代码带数据集
浏览:172
深度学习cifar_10代码带数据集,框架代码有LeNet框架,Vgg框架,inception_net框架,resnet框架,代码已调通,修改路径即可,随下随用,随下随用,随下随用!!!
lenet.caffemodel
浏览:10
4星 · 用户满意度95%
lenet.caffemodel,非常好用。已测试成功!lenet.caffemodel,非常好用。已测试成功!
lenet.prototxt
浏览:94
测试成功,非常好用。适合lenet网络结构测试成功,非常好用。适合lenet网络结构
LeNet-5 研习 2 附件
浏览:75
关于博客 https://blog.csdn.net/baidu_40840693/article/details/82956247 的visio示图附件
LeNet5卷积神经网络训练参数(精度0.985)
浏览:33
LeNet5神经网络模型在手写数字识别中的识别率很高,通过训练得到0.985精度的参数,可以用于训练更高精度的初始参数。其中卷积核选择表(O:true, X: false): { O, X, X, X, O, O, O, X, X, O, O, O, O, X, O, O, O, O, X, X, X, O, O, O, X, X, O, O, O, O, X, O, O, O, O
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
mumoing
2019-05-01
感觉就是骗积分的 里面就一个文件。还没法运行
LLYYSSDDGG
粉丝: 0
资源:
8
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
EKF在CTRV模型上的建模推导
用于:https://laoshifu.blog.csdn.net/article/details/138191428 多层创建
电力102规约(电能累计量的传输规约)培训
「常用」E9外部流程接口
mabtle(1).zip
MongoDB 数据库基本操作与功能详解
重构改善既有代码的设计-Refactoring:Improving the Design of Existing Code
IEC60870-5-102规约解析
Java高性能编程 Speed is a Feature !!!
key.c
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功