GA优化BP神经网络
利用遗传算法对BP神经网络进行优化。
神经网络优化
当前话题为您枚举了最新的神经网络优化。在这里，您可以轻松访问广泛的教程、示例代码和实用工具，帮助您有效地学习和应用这些核心编程技术。
神经网络算法
神经网络的开发源码，可以计算网络规划问题
神经网络基础
生晋文公了公司及法律考试刚到家啊郭德纲是个大使馆。
BP神经网络优化与调整方法
BP 神经网络的核心在于它能够通过反向传播误差来优化模型，复杂的非线性问题。它的训练过程涉及几个关键步骤，比如数据预，训练集、验证集和测试集的划分，以及设置训练参数。学习率、最大迭代次数等都能对结果产生直接影响，所以你得根据任务灵活调整。你可以通过调整网络结构，选择不同的训练策略来提高网络的拟合能力
BP神经网络实现
利用C#编写的BP神经网络，可根据需求调整测试函数。
python简单神经网络
根据慕课网“机器学习-实现简单神经网络”编写的python代码，实验环境为anaconda python3.6，感知器算法进行分类，数据为网上的花瓣数据，100个样本
神经网络-数字识别
人工神经网络用于手写数字识别，nn的结构为输入层隐层输出层。用vs2010编写。仅贴主要代码。
基因算法在神经网络优化中的应用
件包含了神经网络遗传算法函数极值寻优的相关内容。
神经网络c程序示例
一段c语言编写的神经网络示例程序，适合新手学习和理解神经网络，了解c语言编程。
Neuroph 2.8神经网络库
Java 的神经网络库里，neuroph-2.8算是蛮经典的一个了。体积不大，API 设计也比较清晰，用来做一些基础的神经网络实验，挺合适的。你要是刚开始接触这块，又不想直接跳进 PyTorch、TensorFlow 那种大块头，这个项目还蛮适合拿来练练手。
里面封装了感知机、多层感知机这些常见网络