神经网络与deep learning 学习与实践，多层前馈神经网络与神经网络的实现

构建一个至少含有1-2 层隐藏层的神经网络模型，解决手写的0-9 十个手写 数字的识别问题。神经网络模型构建过程中需要注意的几点： （1）数据集采用MNIST 阿拉伯数字手写体数据集。 （2）模型输入

基于深度卷积神经网络图像去噪算法

用DnCNN网络进行图像去噪。网络中主要使用了批量归一化和ReLU

神经网络实现图像分类

基于神经网络的图像分类，数据资源是基于CIFAR-10，内含训练测试数据（batch），是唐宇迪深度学习入门课程的修改代码，python3版本

HCIA-AI题库（有答案）.pdf

Q4 TensorFlow支持多TPU集群计算 A.正确。 B.错误 Answer: A Q5 关于深度前馈网络描述正确的是? A.深度前馈网络是神经网络的一种。 B.深度前馈网络只有一个隐藏层 C.

神经网络解决抑或（XOR）问题（python代码）

基于python，利用神经网络解决抑或问题，要求网络架构可以重复使用以用来调试参数。最后画出预测的3D图形

matlab开发-快速多层前馈神经网络训练

matlab开发-快速多层前馈神经网络训练。这是一个简单而快速的代码，可以训练任意层数的神经网络。

前馈神经网络 Matlab 实现

前馈神经网络 详细的原理推导，算法流程已经对应的matlab代码

基于BP神经网络的煤矿通风系统安全评价

研究了BP神经网络的结构和L-M学习算法的步骤,通过分析煤矿通风系统,建立了多因素控制的煤矿安全评价指标体系。在此基础上,运用Matlab编制BP网络程序并利用导师信号对网络进行训练,建立了煤矿通风系

基于BP神经网络的PID.zip

本程序是关于BP神经网络的PID算法，可以通过Matlab仿真出PID的控制效果图，在这里我们将会以一个利用系统辨识参数的PID设计为为例展示Matlab仿真PID的过程。

Pi-Sigma神经网络的几种梯度学习算法

到目前为止，人们提出了许多神经网络模型，其中应用最广泛的是前馈神经网络．早期前馈神经网络中只含有求和神经元，在处理复杂非线性问题时效率很低．后来，人们将求积神经元引入到前馈神经网络中，用以增加网络的非

论文研究-利用影响因子遗传算法优化前馈神经网络.pdf

提出了一种带有影响因子的改进遗传算法并以此来优化前馈神经网络。染色体的每个基因都有一个影响因子，其不同取值体现了基因对整条染色体的不同影响程度。在遗传进化过程中，通过影响因子等遗传操作以达到对前馈神经

论文研究-前馈神经网络泛化性能力的系统分析.pdf

论文研究-前馈神经网络泛化性能力的系统分析.pdf,  通过对多层前馈网络的运行机制的系统分析 ,指出影响前馈网络泛化能力的根本原因是训练网络用的样本 ,包括样本质量、样本数量和样本代表性三个方面 .

matlab开发-使用psogsa改进的前馈神经网络

matlab开发-使用psogsa改进的前馈神经网络。该程序是一种改进的前馈神经网络，使用了一种称为PSOGSA的混合算法。

python神经网络实现程序+数据集.zip

一个最简单的神经网络的PY程序实现。有测试数据集和PY实现。

论文研究-基于二元蚁群算法的多层前馈神经网络.pdf

提出了一种基于二元蚁群算法的多层前馈神经网络,同时为了避免二元蚁群算法陷入局部最优引入了拥挤交通组织策略。将二元蚁群算法和神经网络混合,可兼有神经网络广泛映射能力和二元蚁群算法快速全局收敛能力,通过在

前馈神经网络

BAT算法工程师深入详细地讲解前馈神经网络，带你轻松入门深度学习!

多层神经网络

个人编写的一个3层手写体识别神经网络，加入了几种优化方法，包括更新算法和初始参数的优化。

深度前馈网络python实现(需要numpy)

本代码利用numpy实现了深度前馈网络；代码包括了网络深度，每层的单元数和每层的激活函数可以自选，BP算法；最后跟了一个多项式拟合的例子。该代码适合深度学习初学者。

论文研究-噪声对皮层神经网络的影响 .pdf

噪声对皮层神经网络的影响，周茜，杨秋，本文基于脉冲时间依赖突触可塑性(Spike-Timing-Dependent-Plasticity, STDP)构建了多层前馈皮层神经网络模型，研究发现在STDP