说明：里面包含CNN，支持向量机，神经网络的相关概念，原理研究，及案例分析

说明：对于刚开始学习VB的同志,是个很好的列子,可以改变按钮的颜色!,

说明：CNN 卷积神经网络，是深度学习的理论基础，能帮助加深对深度学习的认识.

说明：SeetaFace人脸识别引擎包括了搭建一套全自动人脸识别系统所需的三个核心模块，即：人脸检测模块SeetaFace Detection、面部特征点定位模块SeetaFace Alignment以及人脸特征提取与比对模块SeetaFace Identification。 主要功能：  人脸检测模块(SeetaFace Detection): 采用了一种结合传统人造特征与多层感知机（MLP）的级联结构，在FDDB上达到了84.4 的召回率（100个误检时），并可在单个i7 CPU上实时处理VGA分辨率的图像。  面部特征点定位模块(SeetaFace Alignment): 通过级联多个深度模型（栈式自编码网络）来回归5个关键特征点（两眼中心、鼻尖和两个嘴角）的位置，在AFLW数据库上达到state-of-the-art的精度，定位速度在单个i7 CPU上超过200fps。  人脸识别模块(SeetaFace Identification): 采用一个9层的卷积神经网络（CNN）来提取人脸特征，在LFW数据库上达到97.1 的精度（注：采用SeetaFace人脸检测和SeetaFace面部特征点定位作为前端进行全自动识别的情况下），特征提取速度为每图120ms（在单个i7 CPU上）。

说明：用简单神经网络(ANN)实现的手写数字识别(minst),可直接运行，用的是Tensorflow框架，通过该例程可以掌握Tensorflow基本用法

说明：用卷积神经网络实现的手写数字识别（minst）,可直接运行，识别率较高。用Tensorflow实现

说明：CNN - Convolutional neural network class This project provides matlab class for implementation of convolutional neural networks. Deep Neural Network It provides deep learning tools of deep belief networks (DBNs). myCNN is a Matlab implementation of convolutional neural network (CNN).

说明：光流net的文章正文，CNN在光流计算中的应用这下算是成功了

说明：CNN learning 手写数字识别 神经网络

说明：目前最轻量级别的深度学习源码，采用CNN实现高精度识别，与目前流行的Caffe相比，具有实现灵活，可迁移程度高等优势，值得深入学习！

说明：深度学习开发代码，matlab版本。 里面包含SAE，CNN，DBN

说明：Simple CNN sample code

说明：这段代码主要用python写的卷积神经网络，利用42000张手写识别照片对这个网络进行测试，得出的准确率很高

说明：基于卷积层和池化层的卷积深度网络被执行，该框架可以有效地识别灰度图像，彩色图像和高光谱图像。

说明：matlab深度学习工具箱，有CNN DBN SAE多种模型，值得拥有！

说明：这个代码主要是研究手写数字的识别效率，用卷积神经网络算法来实现，用的是官方手写字体数据，能够显现百分之九十以上的识别率。

说明：Implementation based on the paper Li et al., “A Convolutional Neural Network Cascade for Face Detection, ” 2015 CVPR

说明：本程序是深度学习的卷积神将网络代码，就有很高的学习价值，热烈欢迎下载，您定受益匪浅

说明：提出一种新的显着性检测方法，通过将区域级显着性估计和像素级显着性预测与CNN（表示为CRPSD）相结合。对于像素级显着性预测，通过修改VGGNet体系结构来执行完全卷积神经网络（称为像素级CNN）以执行多尺度特征学习，基于该学习进行图像到图像预测以完成像素级显着性检测。对于区域级显着性估计，首先设计基于自适应超像素的区域生成技术以将图像分割成区域，基于该区域通过使用CNN模型（称为区域级CNN）来估计区域级显着性。通过使用另一CNN（称为融合CNN）融合像素级和区域级显着性以形成nal显着图，并且联合学习像素级CNN和融合CNN。对四个公共基准数据集的大量定量和定性实验表明，所提出的方法大大优于最先进的显着性检测方法。

说明：一个基于CNN的目标跟踪程序，效果非常好。成功率89

说明：使用CNN卷积神经网络来训练MNIST数据集

说明：此论文使用卷积神经网络对文本中的长句进行信息抽取，比如抽取主谓宾等

说明：英语听力学习内容： CNN新闻100篇（MP3加字幕） CNN新闻100篇

说明：自己编写的CNN程序，包括怎么创建数据集

说明：Tensorflow for Machine Intelligence

说明：整理的关于卷积神经网络的sobel程序，包括X,Y坐标轴变化。

说明：整理的卷积神经网络的相关的程序，分享给大家共同学习一下。

说明：通过CNN计算大气散射模型中的传播率，从而实现图像去雾

说明：深度学习实现算法，卷积网络，文本分类，python代码实现