您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Tensorflow模型实现预测或识别单张图片

  2. 利用Tensorflow训练好的模型,图片进行预测和识别,并输出相应的标签和预测概率。 如果想要多张图片,可以进行批次加载和预测,这里仅用单张图片进行演示。 模型文件: 预测图片: 这里直接贴代码,都有注释,应该很好理解 import tensorflow as tf import inference image_size = 128 # 输入层图片大小 # 模型保存的路径和文件名 MODEL_SAVE_PATH = model/ MODEL_NAME = model.ckpt # 加载需
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:66560
    • 提供者:weixin_38747211
  1. Python ArgumentParse的subparser用法说明

  2. 在写一些很小的机器学习项目的时候,我们往往希望training, testing和inference能共用一个入口main,但是不同的功能使用不同的input参数.当然如果三个功能对应三个.py脚本问题也不大,但是毕竟觉得不太优雅.这个时候就需要考虑如何让代码更加简单有条理. 主要是最近在看parser有关的东西,所以看到了一个项目,里面的使用subparser的地方是值得借鉴的,下面附上代码和部分自己的一些见解 def main(): parser = argparse.ArgumentP
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:57344
    • 提供者:weixin_38571104
  1. 浅谈tensorflow模型保存为pb的各种姿势

  2. 一,直接保存pb 1, 首先我们当然可以直接在tensorflow训练中直接保存为pb为格式,保存pb的好处就是使用场景是实现创建模型与使用模型的解耦,使得创建模型与使用模型的解耦,使得前向推导inference代码统一。另外的好处就是保存为pb的时候,模型的变量会变成固定的,导致模型的大小会大大减小。 这里稍稍解释下pb:是MetaGraph的protocol buffer格式的文件,MetaGraph包括计算图,数据流,以及相关的变量和输入输出 主要使用tf.SavedModelBuilde
  3. 所属分类:其它

    • 发布日期:2021-01-19
    • 文件大小:100352
    • 提供者:weixin_38702047
  1. aws-greengrass-ml-inference-源码

  2. 通过AWS IoT GreenGrass了解ML推理的基本知识 该研讨会讲授如何使用在AWS IoT Greengrass的Edge上运行机器学习推理。 在现实世界中,您将Greengrass Core部署在物理设备上。 在本研讨会中,我们将使用一个EC2实例来模拟设备并将Greengrass核心部署到该设备。 设计模式 在S3存储桶中使用预训练模型的常见设计模式: 部署Greengrass配置时,Greengrass Core将按照机器学习资源中的配置从S3存储桶中下载模型到本地磁盘,并
  3. 所属分类:其它

    • 发布日期:2021-03-31
    • 文件大小:283648
    • 提供者:weixin_42125192
  1. aRME_and_bursting:文章“转录突变解释了常染色体随机单等位基因表达并影响等位基因失衡”中所述的分析代码(Larsson等人2021)-源码

  2. 转录爆发解释常染色体随机单等位基因表达并影响等位基因失衡 Anton JM Larsson,Christoph Ziegenhain,Michael Hagemann-Jensen,BjörnReinius,Tina等文章中描述的基于等位基因单细胞RNA-seq数据的转录猝发和等位基因表达分析的信息库,解释了常染色体随机单等位基因表达并影响等位基因失衡雅各布,蒂姆·达历山德里,杰特·简·亨德里克斯,玛丽亚·卡斯珀和里卡德·桑德伯格。 PLOS计算生物学。 doi: 。 资料夹 / data包含
  3. 所属分类:其它

    • 发布日期:2021-03-31
    • 文件大小:40894464
    • 提供者:weixin_42140710
  1. TSCLite:该存储库包含使用OpenVINO工具包推理引擎的交通标志分类的实现。-源码

  2. TSCLite:功能强大且轻巧的交通标志分类模型 贡献者: (大学)和 (加尔各答大学)。 -----ALL FILES WILL BE SHORTLY UPLOADED----- 简短的介绍:- 该存储库包含两种轻型交通标志分类实现,可以从任何实时视频源中预测交通标志。 在这里,已经使用了基于稍微增强的LeNet架构的模型,并在上对其进行了训练,该具有超过70000个交通标志图像和40多种类别。 我们的模型
  3. 所属分类:其它

    • 发布日期:2021-03-30
    • 文件大小:11534336
    • 提供者:weixin_42127748
  1. Deep-Neural-Network-Inference-on-FPGA-using-TF:Xilinix的Vitis-AI框架研究项目-源码

  2. 使用TF的FPGA深度神经网络推理 关于Xilinix的Vitis-AI框架的研究项目。 由Alon Nemirovsky和Amit Shtober在Technion电气工程系的Ina Rivkin和Oz Shmueli的监督下完成。
  3. 所属分类:其它

    • 发布日期:2021-03-30
    • 文件大小:12582912
    • 提供者:weixin_42140625
  1. S-DCNet:S-DCNet和SS-DCNet的非官方Pytorch实现-源码

  2. S-DCNet和SS-DCNet 这是S-DCNet和SS-DCNet的非官方实现(Pytorch)。 这些文件是 () () 请参阅此页面底部的确切参考。 讨论表明作者没有计划发布培训代码(截至2019年10月)。 该存储库包含用于对已发布的数据集ShanghaiTech Part_A和Part_B进行模型训练和评估的代码。 还提供了用于推断用户提供的独立图像的代码。 仅实现基于分类的计数器(C-Counter)(未实现基于回归的计数器(R-Counter))。 环境 根据re
  3. 所属分类:其它

    • 发布日期:2021-03-30
    • 文件大小:576512
    • 提供者:weixin_42119358
  1. rwml__adaptive_style_transfer:rwml__adaptive_style_transfer-源码

  2. 用于实时高清样式传输的样式感知内容丢失 Artsiom Sanakoyeu *,Dmytro Kotovenko *,Sabine Lang,BjörnOmmer ,在ECCV 2018中(口服) 网址: : 论文: : 请单击该图像以获取。 要求 python 2.7 张量流1.2。 PIL,numpy,scipy tqdm 推理 最简单的梵高例子 要开始对梵高风格的推论: 下载预训练模型 下载样本。 提取模型./models/文件夹和拍照样张来./data/文件夹。
  3. 所属分类:其它

    • 发布日期:2021-03-30
    • 文件大小:74752
    • 提供者:weixin_42136837
  1. Statistical-Inference-HW-2-源码

  2. 统计推断HW-2
  3. 所属分类:其它

    • 发布日期:2021-03-30
    • 文件大小:3072
    • 提供者:weixin_42116701
  1. ocaml-type-inference-in-ts-源码

  2. Create React App入门 该项目是通过引导的。 可用脚本 在项目目录中,可以运行: yarn start 在开发模式下运行该应用程序。 打开在浏览器中查看它。 如果您进行编辑,则页面将重新加载。 您还将在控制台中看到任何棉绒错误。 yarn test 在交互式监视模式下启动测试运行器。 有关更多信息,请参见关于的部分。 yarn build 构建生产到应用程序build文件夹。 它在生产模式下正确捆绑了React,并优化了构建以获得最佳性能。 生成被最小化,并且文件名包括哈
  3. 所属分类:其它

    • 发布日期:2021-03-29
    • 文件大小:421888
    • 提供者:weixin_42137028
  1. Liveness-Horus-源码

  2. 活着的荷鲁斯 先决条件 安装依赖项: pip install -r requirements.txt 准备模型重量: dvc pull 训练 准备数据: data |--sub_folder_1 |--live |--spoof |--sub_folder_2 |--live |--spoof ... 为什么? 他妈的名人 用相机测试 只需运行sh ./scr ipts/i
  3. 所属分类:其它

    • 发布日期:2021-03-29
    • 文件大小:60416
    • 提供者:weixin_42162171
  1. Bayesian Network Inference Based on Functional Dependency Mining of Relational Database (SCI检索)

  2. In order to construct robust and flexible Bayesian network, this paper proposed functional dependency rules of probability to create candidate key and delete extraneous attributes. The functional dependencies implicated in each sample will be found b
  3. 所属分类:其它

    • 发布日期:2021-03-28
    • 文件大小:954368
    • 提供者:weixin_38730767
  1. MCV_M5_VisualRecognition:MCV 2020-M5项目-源码

  2. MCV 2020-M5视觉识别-第6组 项目:对象检测和分割 小组成员: Dhananjay Nahata: Siddhant Bhambri: 于庞: 庆阮(Khanh Nguyen): 项目结构: 我们根据每周的工作来组织该项目。 源代码被推送到相应的文件夹中,名为WeekX。 第一周 我们使用脚本main.py训练模型。 可以在找到本周所做工作的介绍。 第二周 脚本inference.py用于通过更改模型配置来获取推理结果。 train.py用于在KITTI数据集上训练Fa
  3. 所属分类:其它

    • 发布日期:2021-03-22
    • 文件大小:13312
    • 提供者:weixin_42106765
  1. schema-inference:硕士论文-NoSQL数据库的架构推断-源码

  2. NoSQL数据库的架构推断 查尔斯大学数学与物理学院硕士论文 Frozza等。方法 Frozza等。方法的实现是在Node.js中完成的。为了能够运行此方法, node和npm必须在PATH上可用。 使用./gradlew :frozza:start和./gradlew :frozza:stop启动和停止推理服务器。该服务器可在localhost:4200上使用。 视窗 该实现取决于程序包node-gyp的工作。众所周知,由于依赖Windows SDK和构建工具, node-gyp很难在Win
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:1048576
    • 提供者:weixin_42181686
  1. NVTabular:NVTabular是用于表格数据的功能工程和预处理库,旨在快速轻松地操作用于训练基于深度学习的推荐系统的TB级数据集-源码

  2. | 是用于表格数据的功能工程和预处理库,旨在快速轻松地处理TB级数据集并训练基于深度学习(DL)的推荐系统。它使用库提供了高级抽象,以简化代码并加速GPU上的计算。 NVTabular旨在使用我们已经开发的作为本地框架代码扩展的数据加载器与PyTorch和TensorFlow互操作。在我们的实验中,我们能够使用高度优化的数据加载器将现有的TensorFlow管道加速9倍,将现有的PyTorch管道加速5倍。 NVTabular是的组件。 NVIDIA Merlin用于构建大型推荐系统,该系统需
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:2097152
    • 提供者:weixin_42171208
  1. Models:采用MegEngine实现的各种主流深度学习模型-源码

  2. MegEngine模型 本仓库包含了采用实现的各种主流深度学习模型。 目录下提供了各种经典的图像分类,目标检测,图像分割以及自然语言模型的官方实现。每个模型同时提供了模型定义,推理以及训练的代码。 官方会一直维护下代码,保持适应MegEngine的最新API,提供最优的模型实现。同时,提供替代的学习文档,帮助新手学习如何在MegEngine下训练自己的模型。 概述 对于每个模型,我们提供了至少四个脚本文件:模型定义( model.py ),模型推理( inference.py ),模型训练( t
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:1048576
    • 提供者:weixin_42117032
« 1 2 ... 32 33 34 35 36 37»