学霸方队利用多普勒效应训练

OpenCV 实践程序10——利用 haar特征和adaboost方法训练分类器

如何利用OpenCV自带的haar training程序训练分类器分类

利用训练好的Caffe网络得到输入图像的分类

积跬步至千里——算法强化训练（6）利用基数排序解决O(n)问题

如何利用OpenCV自带的haar training程序训练分类器

利用opencv源码和vs编程序训练分类器haartraining.cpp

《利用python进行数据分析》第2章数据集的训练

ubuntu中利用h5py保存训练好的keras 神经网络模型

深度学习与人脸识别系列（4）__利用caffe训练深度学习模型

利用caffe的python接口进行训练时遇到的问题

深度学习与人脸识别系列（4）__利用caffe训练深度学习模型

实战深度学习（一）——利用digits训练road模型

Windows下利用visual studio调用ubuntu下已经训练好的模型

android利用tesseract-ocr自己训练身份证号码识别库，并使用识别库识别身份证号码

利用BPNN程序设计自己的学习训练队列，java版源码

使用caffe框架利用faster-rcnn来训练自己的数据集

Adaboost应用系列之一：Opencv2.0中利用Adaboost训练Haar特征产生xml分类器

利用caffe训练MLP分类（caffe输入非图像数据）

深度学习12：能力提升， 一步一步的介绍如何自己构建网络和训练，利用MatConvNet

Matconvnet学习——利用mnist网络训练自己的数据分辨左右手

利用caffe训练模型的总结（结直肠组织分类）

利用jTessBoxEditor工具进行Tesseract3.02.02样本训练,提高验证码识别率

caffe入门3:利用imagenet在caffe上训练自己的数据集

深度学习与人脸识别系列（3）__利用caffe训练深度学习模型

利用caffe的solverstate在意外断电退出时继续训练

利用opencv训练基于Haar特征、LBP特征、Hog特征的分类器cascade.xml

Mxnet图片分类(4)利用训练好的模型进行测试

Ubuntu中利用h5py保存训练好的keras神经网络模型

SVM+HOG：利用训练好的XML进行行人检测（检测效果）

keras系列︱图像多分类训练与利用bottleneck features进行微调（三）

caffe保存训练log日志文件并利用保存的log文件绘制accuary loss曲线图

关于fine-tuning:利用已有模型训练其他数据集