您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. tflite_android_python.rar

  2. tensorflow2.0部署,首先训练keras模型,然后转tflite,最后在安卓上调用
  3. 所属分类:深度学习

    • 发布日期:2019-08-12
    • 文件大小:134mb
    • 提供者:hao5335156
  1. 快速入门 TensorFlow2 模型部署

  2. 机器学习问题不仅是一个科学问题,更是一个工程问题。 大多数年轻的数据科学家都希望将大部分时间花在构建完美的机器学习模型上,但是企业不仅需要训练一个完美的模型,同时也需要将其部署,向用户提供便捷的服务。 如下图所示,机器学习系统由机器学习代只包含一小部分,而在中间的小黑匣子周围,所需要的基础设施庞大而复杂。 因此,在实际应用中,一个优秀的程序员不仅要学会构建完美的机器学习模型上,同时还需要将其部署向用户提供便捷的服务。 在本教程中,笔者将重点放到了机器学习模型部署上面,并使用最为热门的 Tens
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:161kb
    • 提供者:weixin_38634323
  1. FacialExpressionRecognition:人脸识别之表情识别项目相关源码-源码

  2. 人脸表情识别 2020.8.22,重构了整个仓库代码,改用Tensorflow2中的keras api实现整个系统。考虑到很多反映jupyter notebook写的火车使用起来不太方便,这里改成了py脚本实现。2020.12.18,根据反馈,修改了Jaffe的优化器设置。 简介 使用卷积神经网络构建整个系统,在尝试了Gabor,LBP等传统人脸特征提取方式基础上,深度模型效果显着。在FER2013,JAFFE和CK +三个表情识别数据集上进行模型评估。 环境部署 基于Python3和Keras
  3. 所属分类:其它

    • 发布日期:2021-03-23
    • 文件大小:16mb
    • 提供者:weixin_42131276
  1. 深度学习解剖:云上深度学习项目的集合-源码

  2. 深度学习解剖 全面的深度学习项目目录,其中包含使用Pytorch和TensorFlow2.0框架实施的项目的复杂细节。 项目摘要 一个渐进式Web应用程序,其中包含我在随后的时间表中从事的所有深度学习项目。 在每个项目完成之后,将动态收集,组织和字节编码该特定问题陈述的深度学习模型所独有的所有元数据,以建立该项目的参数,以供将来参考和更好地理解该项目。 然后,来自文件的组织信息将被访问并呈现在部署在云上的Web应用程序上,任何人都可以简短地吸收实现背后的概念。 该应用程序还将包括一个部分,以允
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:108mb
    • 提供者:weixin_42123456
  1. TensorFlowASR:TensorFlowASR:Tensorflow 2中几乎最新的语音自动识别。受支持的语言,可以使用字符或子词-源码

  2. TensorFlowASR :high_voltage: Tensorflow 2中的几乎最先进的自动语音识别 TensorFlowASR实现了一些自动语音识别架构,例如DeepSpeech2,Jasper,RNN Transducer,ContextNet,Conformer等。这些模型可以转换为TFLite以减少用于部署的内存和计算量 :grinning_face_with_smiling_eyes: 什么是新的? ( --timestamp日)支持的初始令牌级别时间戳,请参见带有标志
  3. 所属分类:其它

  1. TensorflowASR:集成了Tensorflow 2版本的端到端语音识别模型,并且RTF(实时率)在0.1左右Tensorflow 2中最先进的自动语音识别-源码

  2. TensorflowASR 集成了Tensorflow 2版本的端到端语音识别模型,和RTF(实时率)在0.1左右 目前集成了中文的CTC \ Transducer \ LAS三种结构 当前还在开发阶段 欢迎使用并反馈bug |中文版 梅尔层 参照librosa库,用TF2实现了语音频谱特征提取的层,这样在跨平台部署时会更加容易。 使用: am_data.yml use_mel_layer: True mel_layer_type: Melspectrogram #Spectrogram t
  3. 所属分类:其它

  1. 深度学习模型部署与剪枝优化实例.rar

  2. 分享一套深度学习相关的视频教程,名字:深度学习模型部署与剪枝优化实例,唐老师录制,非常棒的一套课程。课程主要包括两大核心模块:1.基于深度学习框架PyTorch与Tensorflow2版本演示模型部署方法,使用docker工具简化环境配置与迁移问题;2.详解经典剪枝与模型设计论文并基于实例进行演示
  3. 所属分类:深度学习

    • 发布日期:2021-01-18
    • 文件大小:322byte
    • 提供者:atipa
  1. 深度学习模型部署与剪枝优化实例.rar

  2. 深度学习模型部署与剪枝优化实例视频教程下载。深度学习模型部署与剪枝优化实例课程旨在帮助同学们快速掌握模型部署与优化方法。 主要包括两大核心模块: 1.基于深度学习框架PyTorch与Tensorflow2版本演示模型部署方法,使用docker工具简化环境配置与迁移问题; 2.详解经典剪枝与模型设计论文并基于实例进行演示。 整体风格通俗易懂,用最接地气的方式带领同学们快速掌握部署方法与优化实例。
  3. 所属分类:深度学习

    • 发布日期:2021-01-11
    • 文件大小:630byte
    • 提供者:huhuge88