用于图像分类的预折叠亚历纳网网络模型
预先训练的GoogLeNet网络模型用于图像分类
预先训练的Resnet-50网络模型用于图像分类
导入和导出ONNX™ MATLAB中与其他深度学习框架互操作的模型
预先训练的VGG-16网络模型用于图像分类
预先训练的vgg19网络模型用于图像分类
使用预先培训的AlexNet和1级SVM进行异常检测
演示面向面部,年龄和情感检测(所有使用深度学习)并利用在Matlab中导入Caffe模型的能力。
来自GPU编码器的深度学习库的界面
来自GPU编码器的NV金宝appIDIA GPU支持
导入预训练Caff金宝appe模型的软件支持包
这些代码返回一个完全旋转的稀疏自动码器
基于人工智能的模型,用于根据特定的振动特征对不同的木材种类进行分类。
示例文件“深入学习计算机愿景与Matlab”网络研讨会 - 2016年7月5日(西班牙语)
为浅层神经网络的深度学习工具箱训练界面添加偏差/权重彩色图。
如何为嵌入式GPU创建、训练和部署深度神经网络
Harris-Hawks优化器(HHO)是一种新的用于全局优化的元启发式优化范式
Matlab和Simu金宝applink文件伴随着这本书的第二版。
只需几行代码就可以设计和模拟泄漏集成和触发(LIF)神经元网络。
如何为语义分割创建,列车和评估FCN-AlexNet
基于收缩系数的粒子群优化和引力搜索算法已用于MLP训练。
如何创建、训练和评估用于医学图像分割的SegNet
演示显示如何使用自动编码器检测传感器数据中的异常
直接转子磁场定向控制(DRFOC)驱动,带有两个不同的磁通计算器/估计器。
详细介绍了RBM训练的对比差异。
深层学习的脸部检测和地标定位。
基于生成式对抗网络的图像到图像转换
基于BackProjagation的多层Perceptron神经网络(MLP-NN)进行分类
用于训练深度神经网络的多层感知器类
日本网络研讨会“用LSTM预测和分类时间序列数据”的演示文件
使用集合学习和单层Perceptron神经网络链接社交网络中的链路预测。
Mex实现了3个主要的神经网络分类器。
如何从三维医学图像中创建和训练V-Net神经网络并对肺部肿瘤进行语义分割
图像分类的预先训练的SqueezeNet模型
用于训练和测试一个简单的神经网络的完整代码和功能,以识别0到9之间的单个数字
使用mnist和cifar进行深度网络培训示例
一个使用小数据集的四类图像分类器的简单示例,带有或不带有数据增强。
使用径向基函数神经网络对1D矩阵进行分类的基本教程,用于2级和3级问题
如何创建、训练简单的网络,将其集成到前后图像处理中,并生成C代码在Raspberry Pi上运行
导入深度神经网络培训的Darknet框架
使用深度学习和计算机视觉查找和解决图像中的数独谜题
用于训练Kohonen映射(自组织映射,SOM)和衍生监督方法的MATLAB模块集合
这篇文章的目的是提出一个简单的方法来优化混合CNN-RNN和浅层网络的超参数使用贝叶斯优化。
一种新的随机优化器黏菌算法(SMA):https://aliasgharheidari.com/SMA.html
一种新的自然启发优化算法:Aptenodytes Forsteri优化算法(AFO)
这是一个用于图像的神经网络分类器的示例代码。
这段代码对于开发回归模型很有用。
提出了一种新的全局搜索和优化算法(HGS)。访问以获取文件:https://aliasgharheidari.com/HGS.html
该代码可以与一些3D CNN模型结合使用进行分类。
该代码使用正向Euler方法和MATLAB内置ode解算器模拟Izhikevich模型
用于数字识别的Mnist数据集上简单神经网络的培训和测试的完整代码。
2D LeNet-5网络的预训练神经网络工具箱模型
这里实现了两个多模式模型。该模型被用于检测阿尔茨海默病的MRI和fMRI。
这里实现了两个多模式模型。该模型被用于检测阿尔茨海默病的MRI和fMRI。