資料介紹
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- 深度學習中的卷積神經網絡層級分解綜述 5次下載
- 基于剪枝與量化的卷積神經網絡壓縮算法 6次下載
- 3小時學習神經網絡與深度學習課件下載 0次下載
- 綜述深度學習的卷積神經網絡模型應用及發展 21次下載
- 神經網絡到卷積神經網絡的原理 8次下載
- 綜述深度神經網絡的解釋方法及發展趨勢 19次下載
- 端到端深度學習卷積神經網絡識別商家招牌 8次下載
- 基于深度神經網絡的文本分類分析 37次下載
- 基于多孔卷積神經網絡的圖像深度估計模型 5次下載
- 使用多孔卷積神經網絡解決機器學習的圖像深度不準確的方法說明 10次下載
- 快速了解神經網絡與深度學習的教程資料免費下載 33次下載
- 如何使用混合卷積神經網絡和循環神經網絡進行入侵檢測模型的設計 19次下載
- 卷積神經網絡的權值反向傳播機制和MATLAB的實現方法 14次下載
- 基于卷積神經網絡的圖像標注模型 4次下載
- 卷積神經網絡的振動信號模態參數識別 5次下載
- 卷積神經網絡共包括哪些層級 3.7k次閱讀
- 全卷積神經網絡的工作原理和應用 2.6k次閱讀
- 卷積神經網絡的壓縮方法 1.1k次閱讀
- BP神經網絡和卷積神經網絡的關系 3k次閱讀
- 卷積神經網絡在視頻處理中的應用 1.6k次閱讀
- 深度神經網絡與基本神經網絡的區別 2.6k次閱讀
- 卷積神經網絡與循環神經網絡的區別 7.3k次閱讀
- 深度學習與卷積神經網絡的應用 1.9k次閱讀
- 卷積神經網絡的基本概念和工作原理 6.1k次閱讀
- 卷積神經網絡的基本結構 1.6k次閱讀
- 詳解深度學習、神經網絡與卷積神經網絡的應用 3.5k次閱讀
- 卷積神經網絡的發展歷程及與深度學習的差異 6.8k次閱讀
- 卷積神經網絡的在人工智能中的發展 4.1k次閱讀
- 卷積神經網絡CNN架構分析-LeNet 3.1k次閱讀
- 【科普】卷積神經網絡(CNN)基礎介紹 1.2w次閱讀
下載排行
本周
- 1MDD品牌三極管MMBT3906數據手冊
- 2.33 MB | 次下載 | 免費
- 2MDD品牌三極管S9012數據手冊
- 2.62 MB | 次下載 | 免費
- 3聯想flex2-14D/15D說明書
- 4.92 MB | 次下載 | 免費
- 4收音環繞擴音機 AVR-1507手冊
- 2.50 MB | 次下載 | 免費
- 524Pin Type-C連接器設計報告
- 1.06 MB | 次下載 | 免費
- 6新一代網絡可視化(NPB 2.0)
- 3.40 MB | 次下載 | 免費
- 7MS1000TA 超聲波測量模擬前端芯片技術手冊
- 0.60 MB | 次下載 | 免費
- 8MS1022高精度時間測量(TDC)電路數據手冊
- 1.81 MB | 次下載 | 免費
本月
- 1愛華AIWA HS-J202維修手冊
- 3.34 MB | 37次下載 | 免費
- 2PC5502負載均流控制電路數據手冊
- 1.63 MB | 23次下載 | 免費
- 3NB-IoT芯片廠商的資料說明
- 0.31 MB | 22次下載 | 1 積分
- 4H110主板CPU PWM芯片ISL95858HRZ-T核心供電電路圖資料
- 0.63 MB | 6次下載 | 1 積分
- 5UWB653Pro USB口測距通信定位模塊規格書
- 838.47 KB | 5次下載 | 免費
- 6技嘉H110主板IT8628E_BX IO電路圖資料
- 2.61 MB | 4次下載 | 1 積分
- 7蘇泊爾DCL6907(即CHK-S007)單芯片電磁爐原理圖資料
- 0.04 MB | 4次下載 | 1 積分
- 8100W準諧振反激式恒流電源電路圖資料
- 0.09 MB | 2次下載 | 1 積分
總榜
- 1matlab軟件下載入口
- 未知 | 935137次下載 | 10 積分
- 2開源硬件-PMP21529.1-4 開關降壓/升壓雙向直流/直流轉換器 PCB layout 設計
- 1.48MB | 420064次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233089次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費下載
- 340992 | 191439次下載 | 10 積分
- 5十天學會AVR單片機與C語言視頻教程 下載
- 158M | 183353次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81602次下載 | 10 積分
- 7Keil工具MDK-Arm免費下載
- 0.02 MB | 73822次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65991次下載 | 10 積分
電子發燒友App





創作
發文章
發帖
提問
發資料
發視頻
上傳資料賺積分
評論