C++实现的多层神经网络机器学习库

preview
共15个文件
cpp：4个
h：3个
user：2个
机器学习
神经网络
需积分: 24 15 下载量 112 浏览量 2019-06-04 13:25:05 上传 评论 1 收藏 200KB RAR 举报
资源详情
资源评论
评论 收藏
佳山
  • 粉丝: 11
  • 资源: 7
上传资源 快速赚钱
voice
center-task 前往需求广场，查看用户热搜

相关推荐

rar

c++实现多层神经网络

c++实现多层神经网络模型，工程用vs2008生成。 参考了网上多篇c++神经网络代码，修改多处bug，最终生成无bug版本的代码 测试例子为自己构造：将3位二进制转为10进制
star 5星 · 资源好评率100%
application/x-rar

多层神经网络的实现，C++

该算法描述了多层（3）bp神经网络的模拟过程，很有学习价值
zip

C++实现的神经网络

虽然用C++实现神经网络会比较麻烦，不过如果注意到以下下的trick, 在用C++实现神经网络时会舒服很多，代码也会非常简明，核心代码在百行左右也不是问题。 C++没有内置的向量,矩阵库，可以自己先轮几个Vector, Matrix类以及各种数学运算操作，最好搞成链式操作。 不要用index form来推导和实现BP算法，个人比较喜欢matrix form, 公式会非常紧凑，实现起来也不太容易出
zip

C++写的机器学习的库

一个用C++写的机器学习的库,作者是Ron Kohavi,是SGI的一个开源项目
application/x-zip

bp神经网络C++实现

bp神经网络C++实现 详细讲解握使用bp神经网络C++实现
star 5星 · 资源好评率100%
zip

机器学习常用库

机器学习常用库，包含人脸识别，分类器等资源
rar

编译好的c++机器学习库shark4.0

编译好的shark4.0，内含x64，vc140的lib和include文档。包括release和debug，亲测可用。
application/x-zip

机器学习的一个非常有用的库MLC++

机器学习的一个C++的库非常的管用据说SGI的MINESET的主要的数据挖掘引擎就是这个C++库.enjoy it!不过这个是需要在WINDOWS下用GCC衍生编译器编译的版本
star 4星 · 用户满意度95%
cpp

bp神经网络c++源程序（灵活多层）90%以上原创

三位二进制数的显示，隐含层、学习率、阈值函数均可灵活修改，如果需要，可以修改宏头实现任意层的bp网络的搭建和学习，程序自动生成w.txt记录学习的权值并在屏幕上显示，便于找寻权值学习的规律，主要参考了别人神经网络类的设计，程序的核心算法代码全部自己编写，程序已经过多次调试，并且加了注释，供大家参考学习交流
zip

mlmvn:基于多值神经元的多层前馈神经网络的C++实现

微信 这是基于MLMVN 代码。 目前它包含 MVN 和 MLMVN 学习的实现。 实现了书中的两个示例： 后函数示例（第 3 章，第 129 页）。 带有 2-2-1 MLMVN 的“三类”示例（第 4 章，第 164 页）。 要构建库和示例，您需要一个不错的 C++ 编译器（我使用了 Apple 提供的 clang 和 gcc 4.6.2）和 CMake 构建工具。 路线图 使用拒绝扇
zip

multi-layer-perceptron:多层感知器神经网络的实现

多层感知器 该存储库包含用Java编写的多层感知器代码。 我正在尝试基于汤姆·米歇尔（ “机器学习”书来实现代码。 特征 sigmod（非线性函数） 反向传播与权重更新 将动量应用于体重更新 样本：异或运算 数据集 该程序使用可从以下网站下载的数据集： 用于CSV格式的MNIST
zip

cpp-multilayerperceptron:多层感知器的 C++ 实现

多层感知器 多层感知器的 C++ 实现。 应用程序接口 MultilayerPerceptron(int inputDimension, int outputDimension); 使用给定的输入和输出维度创建一个新的 MultilayerPerceptron。 void addHiddenLayer(int dimension); 添加具有给定维度的进一步隐藏层。 void init(
pdf

(13.6.1)--12.6实例：实现多层神经网络1

12.6 实例：实现多层神经网络中国大学MOOC中国大学MOOC中国大学MOOC中国大学MOOC中国大学MOOC中国大学MOOC中国大学MOOC中国大学MOOC
zip

RedesNeurais:学习矢量量化和多层感知器神经网络算法实现

LVQ和MLP 指数 小组成员： 8623910-阿德里亚诺·多斯·桑托斯·罗德里格斯·达席尔瓦 8516883-Caio Vinicius Marques Teixeira 8598631-纳西门托（Guilherme Hernandes do Nascimento） 8623865-若昂·佩德罗·纳尔达里·多斯·桑托斯 类图 ＃1。 如何编译和运行神经网络打开RedesNeurais文
zip

卷积神经网络C++实现

卷积神经网络的C++实现，附实现用的文档资源链接。 架构好，有注释，minitest手写数据集上的识别率0.98 可供参考
star 4星 · 用户满意度95%
rar

C++实现反向传播神经网络(机器学习 神经网络)

C++实现反向传播神经网络, 代码干净, 整洁, 有示例, 有注释, 具有良好的封装性, 可直接迁移使用
zip

基于C++ 实现 BP 神经网络【100010775】

课程设计题目： 本设计题为 BP 神经网络的实现，主要任务是利用 C++ 语言实现 BP 神经网络， 并利用 BP 神经网络解决螨虫分类问题。 1.2 课程设计目的： 主要有这些： 熟悉自己所学的多种数据结构. 理解 BP 神经网络的工作原理 利用 C++ 实现 BP 神经网络 利用 BP 神经网络实现螨虫分类 设定好学习样本个数，取样本个数的训练数据存储于文本文档中，在 C++ m
star 5星 · 资源好评率100%
text/x-c++

C++实现人工神经网络的类

C++实现人工神经网络的类 C++实现人工神经网络的类
zip

卷积神经网络简单实现（C++）

卷积神经网络的简单实现 开发语言：C++ 便宜环境：Ubuntu 16.04 依赖库eigen3
pdf

多层形态神经网络的进化学习算法

形态神经网络（MNN）是一种新颖且重要的神经网络，它具有许多应用程序，例如图像处理和模式识别。 研究MNN的学习算法及其应用是有意义的。 提出了一种基于遗传算法的训练和实现多层形态神经网络的方法。 该算法计算形态神经网络的权重和偏差，遗传算法自动获取学习率。 之后，将经过训练的形态神经网络应用于图像复原。 最后显示了图像恢复模拟以及与中值滤波器的比较。 结果表明，形态神经网络是一种很好的图像复原方
rar

MLP.rar_MLP matlab_MLP 多层感知器matlab代码_clothinga3k_多层感知器_机器学习

机器学习应用：多层感知器matlab代码实现。
pdf

深度学习_多层神经网络的复兴与变革_山世光1

摘要人工智能（AI）已经进入一个新的蓬勃发展期。推动这一轮AI狂澜的是三大引擎，即深度学习（DL）、大数据和大规模并行计算，其中又以DL 为核心。本文回顾本轮“
rar

VC++多层框架窗口的实现例子

内容索引:VC/C++源码,界面编程,框架　　VC++多层框架窗口的实现例子，没有实质性内容，只是演示当程序需要新开文档的时候，打开一个新窗口，与多文档窗口的区别是不在同一窗口中，脱离母体窗口，功能和界面与父窗体一样，完全复制出的一个新型窗口，没搞懂的朋友可以看看截图就明白了。
zip

多层BP神经网络的模糊控制：多层BP神经网络的模糊控制的实现-matlab开发

具有动量和任意数量输入单元、隐藏层和输出单元以及隐藏层中任意数量神经元的多层反向传播神经网络的模糊控制。 模糊推理系统被用作加速多层反向传播神经网络与 Momentum 的收敛的解决方案。 模糊控制器用于基于启发式解决方案并根据误差表面的形状自动调整学习率参数。 反向传播模糊控制背后的中心思想是以模糊 if then 规则的形式实现启发式算法。 这是使用误差和误差变化作为变量并进一步将它们与基
pdf

深度学习_多层神经网络的复兴与变革

深度学习_多层神经网络的复兴与变革 一篇论文！
pdf

吴恩达深度学习第一课–第四周多层神经网络实现

文章目录声明前言引入相关依赖包初始化参数前向传播函数线性部分linear线性激活部分linear–>avtivation计算成本反向传播线性部分linear backward线性激活部分linear–>activation backward更新参数整合两层神经网络模型L层神经网络分析 声明 本文参考何宽、念师 前言 本次教程，将构建两个神经网络，一个是具有两个隐藏层的神经网络，一个是多隐藏层的神经
zip

mlp:多层感知器神经网络的实现（多层感知器 - MLP）

多层感知器神经网络 多层感知器神经网络的实现（多层感知器 - MLP） - 语言：C++ MLP（多层感知器）是一种前馈神经网络，可将输入数据集映射到适当的输出集。 MLP 由有向图中的几层节点（顶点）组成，每一层都完全连接到下一层。 除了输入节点，每个节点都是一个具有激活函数的神经元。 MLP 使用监督训练，也就是说，您显示输入和相应的输出来训练网络。 如果你有一个数据集，通常 70% 用
py

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）模型输入层的节点个数的设计。输入层的节点数目应该与输入的手写 体图片的大小相等。MNIST 手写体数据集中手写阿拉伯数字的图像为28×28 的 方形图。 （3）每一个隐藏层的网络节点数的设计。应该遵循特征提取
pdf

山东大学机器学习第六章实验报告 多层神经网络

这是山东大学计算机专业的机器学习课程的实验报告，本文是多层神经网络的简单实现，包括BP和径向基
rar

python实现多层神经网络实现线性不可分

实现一个多层的BP神经网络，将处理线性不可分二分类处理问题是在一个正方形内划一个圆分为两部分进行分类 具有保存参数的功能。每层的个数可设定，层数固定。