您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. tensorflow r1.1源码

  2. tensorflow r1.1源码
  3. 所属分类:深度学习

  1. Deep Learning with TensorFlow随书源码9781786469786_Code.zip

  2. Deep Learning with TensorFlow随书源码9781786469786_Code.zip deeplearning tensorflow 源码 numpy 深度学习
  3. 所属分类:深度学习

    • 发布日期:2017-06-24
    • 文件大小:685kb
    • 提供者:celestialtao
  1. TensorFlow MNIST机器学习入门-源码(带mnist数据集)

  2. TensorFlow MNIST机器学习入门-源码(带mnist数据集)
  3. 所属分类:深度学习

    • 发布日期:2017-12-12
    • 文件大小:11mb
    • 提供者:u013947982
  1. 强化学习精要 核心算法与TensorFlow实现_源码

  2. 强化学习精要 核心算法与TensorFlow实现_源码 强化学习精要 核心算法与TensorFlow实现_源码
  3. 所属分类:机器学习

    • 发布日期:2018-07-23
    • 文件大小:24kb
    • 提供者:phenixzhong
  1. 基于TensorFlow的DenseNet学习源码

  2. 使用Tensorflow的DenseNet源码,适合配合论文学习。适合初学者进行学习。
  3. 所属分类:深度学习

    • 发布日期:2018-09-22
    • 文件大小:31kb
    • 提供者:memories_sunset
  1. tensorflow初学者代码源码(框架),你值得拥有

  2. tensorflow初学者代码源码(框架),你值得拥有
  3. 所属分类:深度学习

    • 发布日期:2018-11-08
    • 文件大小:25kb
    • 提供者:hezhen283999767
  1. tensorflow识别手写数字模型以及源码

  2. tensorflow识别手写数字的训练好的模型以及tensorflow工作流程源码,使用者可以结合我博客中的TensorFlow学习之路系列博文对TensorFlow来做一个入门
  3. 所属分类:机器学习

    • 发布日期:2020-03-17
    • 文件大小:739kb
    • 提供者:AcStudio
  1. tensorflow-learning:学习tensorflow,看源码-看源码

  2. 搭博客太麻烦,直接用建一个reposiroty,写博客 tensorflow-learning,主要是学习一些算法,以及tensorflow实现的细节
  3. 所属分类:其它

  1. Deep-Learning-with-TensorFlow-2-and-Keras:Packt发行的《使用TensorFlow 2和Keras进行深度学习》-源码

  2. 使用TensorFlow 2和Keras进行深度学习-第二版 这是发布的进行的代码存储库。它包含了从头到尾完成本书所必需的所有支持项目文件。 关于这本书 TensorFlow 2和Keras的深度学习,第二版与TensorFlow(TF)和Keras一起教深度学习技术。本书介绍了使用TensorFlow的神经网络,贯穿了主要应用程序,涵盖了两个有效的示例应用程序,然后深入探讨了TF和cloudin生产,TF mobile,以及将TensorFlow与AutoML结合使用。 说明和导航 所有代码都
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:47mb
    • 提供者:weixin_42119281
  1. gNet:迷你深度学习库-源码

  2. 网络 gNet是一个微型深度学习(DL)库。旨在了解DL的工作原理。它正在CPU上运行。它是用Python语言编写的,并用于: * Numpy for linear algebra calculations * Matplotlib for plottings * Texttable for proper printing of model summary in cmd * wget for download MNIST data * idx2numpy for load MNIST dat
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:968kb
    • 提供者:weixin_42138716
  1. dl_inference:通用深度学习推理服务,可在生产环境中快速上线由TensorFlow,PyTorch,Caffe框架训练出的深度学习模型-源码

  2. 通用深度学习推理服务 可在生产环境中快速上线由TensorFlow,PyTorch,Caffe框架训练出的深度学习模型。 dl_inference是58同城推出的通用深度学习推理服务,使用dl_inference只需将模型文件放在指定目录然后启动服务就可以进行推理请求调用。dl_inference当前支持TensorFlow,PyTorch和Caffe模型,提供GPU和CPU两种布置方式,并且实现了模型多例程部署时的负载均衡策略,支持线上海量推理请求。 dl_inference具备的功能如下
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:806kb
    • 提供者:weixin_42106357
  1. Prophecis:Prophecis是一站式云原生机器学习平台-源码

  2. 先知 English | 介绍 Prophecis是由WeBank开发的一站式机器学习平台。它集成了多个开源机器学习框架,具有机器学习计算集群的多租户管理功能,并为生产环境提供了完整的堆栈容器部署和管理服务。 建筑学 整体结构 先知的五项关键服务: Prophecis机器学习流程:分布式机器学习建模工具,具有独立和分布式模式模型训练功能,支持Tensorflow,Python,XGBoost和其他机器学习框架,并支持从机器学习建模到部署的完整流程; Prophecis MLLabis :机
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:15mb
    • 提供者:weixin_42131316
  1. Evaluation-Metrics-Package-Tensorflow-PyTorch-Keras-源码

  2. 机器学习评估指标包Tensorflow-PyTorch-Keras 一个项目的重要方面是测试机器学习算法。如果使用索引进行评估,则该模型可以提供令人满意的结果。但是,如果根据其他指标(例如对数损失或其他类似指标)进行评估,则结果可能会很差。通常,我们使用分类精度来计算模型的效率,但不足以真正评估模型。在此仓库中,涵盖了用于不同类型的模型/应用程序的各种形式的度量。 分类 分类精度 混淆矩阵 精确度和召回率 F测度 接收器工作特性(ROC) 曲线下面积(AUC) 精确召回曲线 分割 联盟交叉口(I
  3. 所属分类:其它

  1. Machine-Learning-Metrics-Package-Tensorflow-PyTorch-Keras-源码

  2. 机器学习指标包Tensorflow PyTorch-Keras 一个项目的重要方面是测试机器学习算法。如果使用索引进行评估,则该模型可以提供令人满意的结果。但是,如果根据其他指标(例如对数损失或其他类似指标)进行评估,则结果可能会很差。通常,我们使用分类精度来计算模型的效率,但不足以真正评估模型。在此仓库中,涵盖了用于不同类型的模型/应用程序的各种形式的度量。 分类 分类精度 混淆矩阵 精确度和召回率 F测度 接收器工作特性(ROC) 曲线下面积(AUC) 精确召回曲线 分割 联盟交叉口(IOU
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:10kb
    • 提供者:weixin_42117622
  1. Tensorflow_Demo:Tensorflow学习笔记-源码

  2. Tensorflow_Demo:Tensorflow学习笔记
  3. 所属分类:其它

  1. Deep-learning-exercices:Python中的一些小深度学习练习-源码

  2. 深度学习练习 Python中的一些小深度学习练习 逼近定理 一个从头开始构建以近似正弦和余弦函数的简单前馈深度学习模型。 基本图像分类 具有keras和tensorflow的图像识别深度学习模型
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:492kb
    • 提供者:weixin_42131352
  1. Loss-Functions-Package-Tensorflow-Keras-PyTorch-源码

  2. 损失功能包Tensorflow-Keras-PyTorch 该绳索实现了一些流行的Loass / Cost / Objective函数,可用于训练深度学习模型。 对于多类别分类或细分,有时我们使用损失函数来计算每个类别的平均损失,而不是从整个预测张量中计算损失。 此内核旨在作为基本代码的模板参考,因此所有示例都将计算整个张量上的损耗,但对于多类平均修改它,对您来说应该是微不足道的。 我已经在tensorflow keras和pytorch三个流行的库中提供了实现。 让我们开始吧。 这些函
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:11kb
    • 提供者:weixin_42165973
  1. ReAllY:您的强化学习盟友-源码

  2. 真的 您的强化学习盟友。 基于tensorflow,RAY和Gym的框架,用于处理强化学习任务。 一般说明 该框架最初是为奥斯纳布吕克大学的“深度强化学习”基础课程构建的。 在模块课程中,要求学生在框架的帮助下实现深层的RL算法。 课程完成后,将发布示例解决方案。 该框架仍在建设中,尚待优化。 如果您遇到错误或发现使事情更有效的方法,请随时提出问题或直接与​​我联系(Charlie Lange, ),并帮助使此框架更适合每个人! 总体设计 ->插入图形 样本管理器 样品管理器使用远程
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:165kb
    • 提供者:weixin_42143806
  1. NTU-ReinforcementLearning-Notes:国立台湾大学李宏毅老师讲解的深度强化学习学习笔记-源码

  2. 李宏毅深度强化学习笔记 课程主页: 视频: 李宏毅老师讲这门课不是从MDP开始讲起,而是从如何获得最佳奖励出发,直接引出政策梯度(以及PPO),再讲Q-learning(原始Q-learning,DQN,各种DQN的升级),然后是A2C(以及A3C,DDPG),紧接着介绍了一些Reward Shaping的方法(主要是好奇心,课程学习,分层学习) ,,最后介绍模仿学习(逆RL)。比较全面的展现了深度强化学习的核心内容,也比较直观。跟伯克利学派的课类似,与UCL上来就讲MDP,解各种值迭代的思路
  3. 所属分类:其它

  1. tensorflow-101:使用tensorflow学习代码-源码

  2. 算法 mnist的MLP完成 隐蔽到tfrecord 测试102flowers done命令,如下所示: python covert_somedata_to_tfrecord.py --dataset_name=102flowers --dataset_dir='./' 服务 在mnist上对MLP模型进行测试 在百度云上下载 参考: : 使用烧瓶进行微调和部署模型 在文件夹微调中,我们使用tf.slim来微调预训练模型(我在*检测中使用相同的方法),并使用flask来建立一个非
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:31mb
    • 提供者:weixin_42175035
« 12 3 4 5 6 7 8 9 10 ... 50 »