[深度学习] Tech Day第四期--赛灵思FPGA人工智能领域技术及应用.pdf

说明：Tech Day第四期--赛灵思FPGA人工智能领域技术及应用
<qq_38278799> 上传 | 大小：4mb

[深度学习] cfppairsff.txt

说明：CFP：500个身份，每个身份有10个正脸，4个侧脸。评估方案：frontal-frontal (FF) and frontal-profile (FP) 人脸验证，有十个文件夹，每个文件夹有350个相同人和350个不同人。本文用CFP-FP进行挑战。这个验证集cfp_ff pairs.
<kupe87826> 上传 | 大小：485kb

[深度学习] cfp-dataset.zip

说明：CFP：500个身份，每个身份有10个正脸，4个侧脸。评估方案：frontal-frontal (FF) and frontal-profile (FP) 人脸验证，有十个文件夹，每个文件夹有350个相同人和350个不同人。本文用CFP-FP进行挑战。这个是验证集数据。
<kupe87826> 上传 | 大小：82mb

[深度学习] LFW数据集主要测试人脸识别的准确率

说明：LFW数据集主要测试人脸识别的准确率，该数据库从中随机选择了6000对人脸组成了人脸辨识图片对，其中3000对属于同一个人2张人脸照片，3000对属于不同的人每人1张人脸照片。测试过程LFW给出一对照片，询问测试中的系统两张照片是不是同一个人，系统给出“是”或“否”的答案。通过6000对人脸测试结果的系统答案与真实答案的比值可以得到人脸识别准确率。 这个集合被广泛应用于评价 face verification算法的性能。
<kupe87826> 上传 | 大小：180mb

[深度学习] lfw(dataset+pairs).zip

说明：LFW数据集主要测试人脸识别的准确率，该数据库从中随机选择了6000对人脸组成了人脸辨识图片对，其中3000对属于同一个人2张人脸照片，3000对属于不同的人每人1张人脸照片。测试过程LFW给出一对照片，询问测试中的系统两张照片是不是同一个人，系统给出“是”或“否”的答案。通过6000对人脸测试结果的系统答案与真实答案的比值可以得到人脸识别准确率。 这个集合被广泛应用于评价 face verification算法的性能。
<kupe87826> 上传 | 大小：180mb

[深度学习] blob_demo.cpp

说明：资源中是深度学习caffe的数据结构blob的实例代码，通过下面的命令进行编译 g++ -o blob_demo blob_demo.cpp -I /home/bigmarshal/Documents/deep_learning/caffe/include/ -D CPU_ONLY -I /home/bigmarshal/Documents/deep_learning/caffe/.build_release/src/ -L /home/bigmarshal/Documents/deep_le
<bhniunan> 上传 | 大小：1kb

[深度学习] train_mnist.zip

说明：采用dcoker搭建tensorflow_sever对外服务。代码采用minist数据集，训练了模型，并保存为PB文件，然后使用docker容器搭建了tensorflow_sever，并进行了测试。
<m0_37870649> 上传 | 大小：12mb

[深度学习] 基于TensorFlow的MNIST卷积神经网络Python代码

说明：里面包含基于TensorFlow的mnist数据集卷积神经网络代码，从数据提取，到精度测试都有，适合初学者观看。
<qq_37116150> 上传 | 大小：3kb

[深度学习] Attention-guided CNN for image denoising.pptx

说明：深度卷积神经网络(CNNs)在低层次计算机视觉领域引起了广泛的关注。通过很深的CNN网络来提高性能。但随着深度的增加，浅层的信息被忽略掉。受这样的事实启发，我们提出了一种基于注意引导的卷积神经网络(ADNet)去噪方法，主要包括一个稀疏块(SB)、一个特征增强块(FEB)、一个注意块(AB)和一个重构块(RB)。
<qq_35661896> 上传 | 大小：1mb

[深度学习] tensorflow-master.zip

说明：主要用于移动端的深度学习应用，比如计算机视觉和语音识别，用于android和iod的应用。提供轻量级的模型推理。
<liudun2015> 上传 | 大小：52mb

[深度学习] protos.rar

说明：该资源包含运行aster文字矫正算法相关所需文件，以及运行代码生成的文件，这是根据执行文章中提到的生成代码命令所生成的python文件zip,若是由于环境安装的问题导致不能执行这行命令可以将这个文件解压到aster/protos的目录文件下面，继续执行后面的代码
<csdnqq970820> 上传 | 大小：70kb

[深度学习] tensorflow-1.8.0.zip

说明：1. 无缝支持通过TensorFlow训练好的神经网络模型。只需要几个简单的步骤就可以完成桌面模型到移动端模型的转换。 2. TFLite可以与Android 8.1中发布的神经网络API完美配合。而Android端版本演进的控制权是掌握在谷歌手中的，从长期看，TFLite会得到Android系统层面上的支持。 3. 质量有保证。根据以往谷歌对开源项目支持力度看，TFLite的功能迭代演进会很快，大量的bug会在第一时间修复。 此前，国内的巨头百度已经发布了MDL（传送门 ）框
<liudun2015> 上传 | 大小：57mb