注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Keras中文文档.pdf

  2. Keras官方文档PDF版，带书签，一共307页，完整版，目前最好的版本！欢迎下载！model train on batch(x batch, y batch) 只需一行代码就能评估模型性能: loss and metrics modelevaluate(x test, y test, batch size=128) 或者对新的数据生成预测: classes =model predictx test, batch size=128) 构建一个问答系统,一个图像分类模型,一个神经图灵机,或者其他的

  3. 所属分类：深度学习

    • 发布日期：2019-09-03
    • 文件大小：12mb
    • 提供者：dzgybd

  1. sklearn-flask-docker:使用Docker容器使用Flask部署sklearn模型的示例-源码

  2. sklearn-flask-docker 使用Docker容器使用Flask部署sklearn模型的示例。 本教程需要基本的Docker知识。 脚步： 1.训练模型 在此示例中，我们使用Iris训练数据集训练玩具模型。要训​​练新模型，请运行以下命令： python train.py 这将在名为model.pkl的文件中输出一个腌制模型。 2.构建包含烧瓶和模型的Docker映像 构建图像（ docker build ）称为chrisalbon / sklearn烧瓶-搬运工（ --tag

  3. 所属分类：其它

  1. WildSight-源码

  2. 野外视线 该代码库是为COE 374中的高级设计项目创建的。 设置 建议将此代码在Ubuntu上运行。 截至2021年2月，Ubuntu 18.04是主要的开发操作系统，但20.xx也可能适用。 要获取环境设置，请运行： python3 -m pip install -r requirements.txt 训练 PYTHONPATH=. wild_sight/train/detection/train.py \ --config wild_sight/train/configs/vo

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：64kb
    • 提供者：weixin_42099814

  1. flask-train-源码

  2. flask-train

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：206kb
    • 提供者：weixin_42097450

  1. QuickDraw-backend-源码

  2. <<<<<<< HEAD QuickDraw后端 经过训练的神经网络模型应正确预测绘制的图像 现场直播项目 克隆此存储库 装置 点安装-r require.txt 结果 *** 火车模型 python train.py 用烧瓶创建api windows commands open backend1.py set FLASK_APP=backend1.py flask run 数据集的结构 data ├── Bird │ └── image │

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：14mb
    • 提供者：weixin_42099302

  1. Hello-AI：AI，Tensorflow，Inceptionv3，AI即服务，Flask-源码

  2. 该应用程序用于对狗或猫的图像进行分类。 它使用Tensorflow（InceptionV3）并在Flask Framework上构建。 为了训练AI，我使用了以下链接中的数据： 文件 查看链接 如果要自定义AI，则只需添加/修改训练数据集或更改训练模型。 训练您的AI bash train.sh 训练后AI，我们训练的模型文件在： 将AI即服务运行 我们正在使用Flask Framework通过Web Interface将AI作为服务公开。 python app.py 访问站点： 演示

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：294mb
    • 提供者：weixin_42166261

  1. xiaoX：flask + seq2seq【TensorFlow1.0，Pytorch】在线聊天机器人https：mp.weixin.qq.comsVpiAmVSTin3ALA8MnzhCJA或https：ask.hellobi.combl

  2. Flask + seq2seq + redis实现在线的聊天机器人 徐静 烧瓶+ Redis实现Flask-SSE tensorflow训练seq2seq实现聊天机器人（语料比较少，CPU 10000词迭代周期大约训练了308分钟） 服务器+ nginx + uwsgi部署 virtualenv提供虚拟Python环境 pip install -r requirements.txt安装必要的Python模块 python lx_bot_3.py train训练seq2seq模型 Python

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：922kb
    • 提供者：weixin_42135753

  1. sklearnflask：用于使用scikit学习模型进行训练和预测的Flask API-源码

  2. scikit的Flask API学习 一个简单的Flask应用程序，可以根据scikit-learn模型进行预测。 启动Flask应用程序后，将一个腌制的sklearn模型读入内存，并通过/ predict端点返回预测。 您还可以使用/ train端点来训练/重新训练模型。 任何sklearn模型都可以用于预测。 在阅读更多内容。 依存关系 scikit学习 烧瓶 大熊猫 麻木 pip install -r requirements.txt 正在运行的API python main.py

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：58kb
    • 提供者：weixin_42118701

  1. 部署机器学习模型：使用Flask将Docker学习和机器学习模型作为REST API进行部署-源码

  2. 使用Flask Dockerize并将机器学习模型作为REST API部署 一个可以服务于预测机器学习模型的简单Flask应用程序。 启动Flask应用程序后，将一个腌制的sklearn模型读入内存，并通过/ predict端点返回预测。 您还可以使用/ train端点来训练/重新训练模型。 部署ML模型的步骤 安装Flask和Docker 序列化您的scikit学习模型（可以使用Pickle或JobLib完成） [可选]将列名称列表添加到scikit对象，例如：rf.columns = [

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：62kb
    • 提供者：weixin_42169971