说明：Tiny_cnn是一个简洁的纯C++11实现的深度学习框架，本人用的是VS2013+opencv2.4.13。用自己的数据训练和测试tiny_cnn,只需自己准备好训练数据train与测试数据val0\val1。把训练图像放到一个文件夹下，如文件夹train，把所有的图像直接批量重命名，但要保证每一类图像是连续存放的。

说明：Tensorflow实现基于MNIST数据集的卷积神经网络

说明：Simple CNN sample code

说明：这是卷积神经网络的小程序，希望对大家有帮助

说明：基于lenet-5模型，利用CNN进行图像分类

说明：fpga硬件实现cnn代码，学习可用。了解基本的深度学习概念和实现方法

说明：一个简单的CNN的matlab实现，用于分割脑血管

说明：使用CNN网络对mnist数据集进行训练

说明：机器学习 关于 faster r-cnn 进行object detection

说明：图像中的像素预测，隐马尔科夫模型，卷积神经网络

说明：用cnn卷积神经网络实现对mnist手写库的识别

说明：深度学习 卷积神经网络 手写体识别 准确率98%

说明：机器学习所要用到的卷积神经网络CNN从入门到精通

说明：运用java语言简单实现卷积神经网络算法

说明：CNN中的手写识别LeNet5实现，用python，进行了中文注释

说明：模拟CNN训练网络的程序，需要运行主函数测试。

说明：卷积神经网络 理论推导（Notes on Convolutional Neural Networks）

说明：基于深度学习框架keras的一个实验例子，简易CNN模型

说明：用于NLP cnn文本分类模型的训练数据

说明：卷积神经网络的全部代码，已经调试通过了，可用于特征选择

说明：将深度学习中的卷积神经网络，用于自然语言处理的情感分析

说明：这是用于深度学习的Matlab工具箱 深度学习是机器学习的一个新的子领域，专注于学习深层次的数据模型。 它的灵感来自于人类大脑的明显的深层次（分层的）层次结构。 目录包括`NN /` - 一个用于前馈反向传播神经网络的库，`CNN /` - 卷积神经网络库，`SAE /` - 堆叠式自动编码器库，`CAE /` - 卷积自动编码器库，`util /` - 库使用的功能函数，`data /` - 实例使用的数据，`tests /` - 单元测试来验证工具箱是否正常工作

说明：区别于传统的图像识别，将一维的数据放入cnn网络进行识别

说明：VGG卷积神经网络练习，在matlab中使用vlfeat/matconvnet对图像进行去模糊的操作进而更好的识别图像

说明：CNN 训练手写字,Matlab 代码。

说明：cnn算法的手写实现，教你如何一步一步实现cnn算法，理解cnn原理

说明：可以训练，并且对比出人脸识别的正确率，用python编写，很好的一个例子