全点自学资源网总首页 > 电脑教程 > 语言汇编
无插件

tensorflow工程化项目实战资料+代码

  • 软件大小:6.46 GB 更新时间:2020-07-17 15:30:55
  • Tags: 授权方式:全点自学教程网版权
  • 电脑类别:tensorflow / 语言汇编 电脑语言:简体中文
  • 插件:推荐星级:

配套代码

10-1 deblurmodel.py

10-10 prepro.py

10-11 train_a_sequence.py

10-12 train_model.py

10-2 训练deblur.py

10-3 使用deblur模型.py

10-4 mydataset.py

10-5 AttGANmodels.py

10-6 trainattgan.py

10-7 testattgan.py

10-8 RNNWGAN模型.py

10-9 mydataset.py

11-1 用梯度下降方法攻击PNASNet模型.py

11-2 用数据增强抗攻击.py

11-3 制造更有鲁棒性的对抗样本.py

11-4 mnist_blackbox.py

12-1 在线性回归模型中添加指定节点到检查点文件.py

12-2 使用源码分离方式二次训练.py

12-3 使用源码分离方式二次训练-扩展.py

12-4 将线性回归模型导出成为冻结图.py

12-5 导入冻结图并使用模型进行预测.py

12-6 用saved_model模块导出与导入模型文件.py

12-7 使用saved_model生成与载入带签名的模型.py

12-8 TF-Hub模型例子.py

12-9 将线性回归模型导出成为lite模型.py

13-1 支持远程调用的模型.py

13-2 grpc客户端.py

13-3 CameraExampleAppDelegate.m

13-4 Object_detection_usbcam.py

3-1 使用AI模型来识别图像.py

3-2 使用nasnet-mobile模型来识别图像.py

4-1 将模拟数据制作成内存对象数据集.py

4-10 将图片文件制作成Dataset数据集.py

4-11 将TFRecord文件制作成Dataset数据集.py

4-12 在动态图里读取Dataset数据集.py

4-13 在动态图里读取Dataset数据集_tf2版.py

4-14 在不同场景中应用数据集.py

4-2 带迭代的模拟数据集.py

4-3 将图片制作成内存对象数据集.py

4-4 将excel文件制作成内存对象数据集.py

4-5 将图片文件制作成tfRecord数据集.py

4-6 interleave例子.py

4-7 Dataset对象的操作方法.py

4-8 将内存数据转成DataSet数据集.py

4-9 from_tensor_slices的注意事项.py

5-1 mydataset.py

5-2 model.py

5-3 train.py

5-4 test.py

5-5 测试TF-Hub库中的mobilenet_v2模型.py

5-6 使用模型评估人物的年龄.py

6-1 使用静态图训练一个具有保存检查点功能的回归模型.py

6-10 tf_layers模型.py

6-11 keras回归模型.py

6-12 使用tf.keras预训练模型.py

6-13 在静态图中使用tf.keras.py

6-14 tfjs回归例子.html

6-15 使用估算器框架进行分布式训练.py

6-16 使用估算器框架进行分布式训练ps.py

6-17 使用估算器框架进行分布式训练chief.py

6-18 使用估算器框架进行分布式训练work.py

6-19 用ResNet识别桔子和苹果.py

6-2 使用动态图训练一个具有保存检查点功能的回归模型.py

6-20 在T2T框架中训练mnist.py

6-21 查看T2T模型及超参.py

6-22__tf2code.py

6-3 动态图另一种梯度方法.py

6-4 从动态图种获取变量.py

6-5 静态图中使用动态图.py

6-6 使用估算器框架训练一个回归模型.py

6-7 为估算器添加钩子.py

6-8 自定义hook.py

6-9 将估算器模型转为静态图模型.py

7-1 用wide and deep模型预测人口收入.py

7-10 电影推荐系统.py

7-11 用lattice预测收入.py

7-12 lattice结合dnn.py

7-13 preprocess.py

7-14 MKR.py

7-15 train.py

7-16 data_loader.py

7-2 用boosted_trees模型预测人口收入.py

7-3 使用feature_column处理连续值特征列.py

7-4 将连续值特征转成离散值特征.py

7-5 将离散文本特征列转化为one-hot编码与词向量.py

7-6 根据特征列生成交叉列.py

7-7 序列特征工程.py

7-8 聚类COCO数据集中的标注框.py

7-9 mnistkmeans.py

8-1 读取fasion-mnist 数据集.py

8-10 keras注意力机制模型.py

8-11 yolo_v3.py

8-12 使用YOLOV3模型进行实物检测.py

8-13 annotation.py

8-14 generator.py

8-15 box.py

8-16 darknet53.py

8-17 yolohead.py

8-18 yolov3.py

8-19 weights.py

8-2 Capsulemodel.py

8-20 yololoss.py

8-21 mainyolo.py

8-22 数据集验证.py

8-23 Mask_RCNN网络应用.py

8-24 mask_rcnn_model.py

8-25 mask_rcnn_utils.py

8-26 mask_rcnn_visualize.py

8-27 othernet.py

8-28 训练Mask_RCNN.py

8-29 mask_rcnn_model.py

8-3 使用胶囊网络识别黑白图中的服装图案.py

8-30 mask_rcnn_utils.py

8-31 othernet.py

8-32 mask_rcnn_visualize.py

8-4 capsnet_em.py

8-5 train_EM.py

8-6 NLP文本预处理.py

8-7 TextCnn模型.py

8-8 使用TextCnn模型进行文本分类.py

8-9 使用keras注意力机制模型分析评论者情绪.py

9-1 用RNN网络为女孩生成英文名字.py

9-10 cbhg.py

9-11 attention.py

9-12 TacotronDecoderwrapper.py

9-13 TacotronHelpers.py

9-14 TacotronDecoder.py

9-15 cn_dataset.py

9-16 tacotron.py

9-17 train.py

9-2 用动态图和tf_keras训练模型.py

9-3 利用Resnet进行样本预处理.py

9-4 用估算器实现带注意力机制的Seq2Seq模型.py

9-5 用估算器实现带注意力机制的Seq2Seq模型——手动对齐.py

9-6 预测飞机发动机的剩余使用寿命.py

9-7 用带有动态路由算法的RNN模型对新闻进行分类.py

9-8 时间序列问题.py

9-9 样本预处理.py

配套资源

第10章 配套资源

10-4 ATTGAN实现人脸编辑

data

img_align_celeba.zip

list_attr_celeba.txt

10-8 使用RNNGAN网络实现模拟生成恶意请求

no.rar

10-1 模糊图片变清晰.rar

lnonMnist(1.11版本之后).py

第11章 配套资源

cleverhans-master.rar

第12章 配套资源

第13章 配套资源

13-3 android_lite

tensorflow-for-poets-2-master.rar

13-5 树莓派玩转tensorflow

ssdlite_mobilenet_v2_coco_2018_05_09.tar.gz

tensorflow-1.8.0-cp35-none-linux_armv7l.whl

13-4 在iOS手机上识别男女及活体检测.rar

第3章 配套资源

slim.rar

第3章 配套资源.rar

第4章 配套资源

第4章 配套资源.rar

第5章 配套资源

5-1 通过微调模型实现分辨男女

data.rar

tt2t.jpg

5-5 测试TF-Hub库中的mobilenet_v2模型

22.jpg

72.jpg

hy.jpg

IMBD-WIKI.rar

ps.jpg

retrain.py

tt2t.jpg

中文标签.csv

第6章 配套资源

6-12 使用tf.keras预训练模型.rar

6-19 用ResNet识别桔子和苹果.rar

6-20 在T2T框架中训练mnist.rar

6-21 使用自定义数据集进行翻译.rar

第7章 配套资源

第7章 配套资源.rar

第8章 配套资源

8-13 yolov3numbers

data

ann

1.xml

10.xml

11.xml

12.xml

13.xml

14.xml

15.xml

16.xml

17.xml

18.xml

19.xml

2.xml

20.xml

21.xml

22.xml

23.xml

24.xml

25.xml

26.xml

27.xml

28.xml

29.xml

3.xml

30.xml

31.xml

32.xml

4.xml

5.xml

6.xml

7.xml

8.xml

9.xml

img

1.png

10.png

11.png

12.png

13.png

14.png

15.png

16.png

17.png

18.png

19.png

2.png

20.png

21.png

22.png

23.png

24.png

25.png

26.png

27.png

28.png

29.png

3.png

30.png

31.png

32.png

4.png

5.png

6.png

7.png

8.png

9.png

test

1.png

2.png

3.png

4.png

5.png

6.png

8-6 使用TextCnn模型进行文本分类

__pycache__

8-4 NLP文本预处理.cpython-36.pyc

8-5 TextCnn模型.cpython-36.pyc

data_helpers.cpython-36.pyc

predata.cpython-36.pyc

text_cnn.cpython-36.pyc

data

rt-polaritydata

rt-polarity.neg

rt-polarity.pos

preprocessing

__pycache__

__init__.cpython-36.pyc

categorical.cpython-36.pyc

categorical_vocabulary.cpython-36.pyc

text.cpython-36.pyc

__init__.py

categorical.py

categorical_vocabulary.py

text.py

8-9 使用keras注意力机制模型分析评论者情绪

imdb.npz

imdb_word_index(1).json

fashion

t10k-images-idx3-ubyte.gz

t10k-labels-idx1-ubyte.gz

train-images-idx3-ubyte.gz

train-labels-idx1-ubyte.gz

8-11 使用YOLOV3进行实物检测.rar

cocos2014.rar

第9章 配套资源

9-2 用动态图和tf_keras训练模型

numpyfeature.rar

9-4 用估算器实现带注意力机制的seq2seq模型

9-4 用估算器实现带注意力机制的seq2seq模型.rar

9-6 预测飞机发动机的剩余使用寿命

JANetLSTMCell.py

PM_test.txt

PM_train.txt

PM_truth.txt

9-7 用带有动态路由算法的RNN模型对新闻进行分类

reuters.npz

reuters_word_index.json

9-8 时间序列问题.rar

9-9 用Tacotron模型合成中文语音.rar

number-of-daily-births-in-quebec.csv

女孩名字.txt

本软件是会员软件,如果你是会员,请登陆。如果不是会员请注册

下载地址

电脑用户点评

       评论摘要(共 0 条,得分 0 分,平均 0 分)

发表评论


用户名:

分 值:100分 85分 70分 55分 40分 25分 10分 1分

内 容:

         通知管理员 验证码:

下载说明

* 为了达到最快的下载速度,推荐使用网盘客户端或迅雷下载本站软件。
* 请一定升级到最新版WinRAR3.80才能正常解压本站提供的软件!
* 如果您发现下载链接错误,请点击报告错误谢谢!
* 站内提供的所有软件包含破解及注册码均是由网上搜集,若侵犯了你的版权利益,敬请来信通知我们!
网站公告 本站简介 网站帮助 广告合作 下载声明 友情连接 升级记录  ©Copyright © 2009-2019 . All Rights Reserved. 版权所有.页面执行时间:8,898.43800 毫秒
本站仅提供学习的平台,所有资料均是会员上传私下交流学习之用;将不对任何资源负法律责任,只作为购买原版的参考,并无法代替原版,所有资源请在下载后24小时内删除;
资源版权归作者所有,如果您觉得满意,请购买正版。您若发现本站侵犯了你的版权利益,请来信本站将立即予以删除!