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. Learning TensorFlow.pdf

  2. 在人类大脑的大致启发下，经过大量数据训练的深层神经网络可以以前所未有的精度解决复杂的任务。本实用书提供了TensorFlow的端到端指南，TensorFlow是领先的开源软件库，可帮助您构建和训练神经网络，用于计算机视觉、自然语言处理（NLP）、语音识别和一般预测分析。 作者Tom Hope、Yehezkel Resheff和Itay Lider为从数据科学家和工程师到学生和研究人员的广大技术受众提供了一种实践性的TensorFlow基础方法。在深入讨论诸如神经网络架构、TensorBoard

  3. 所属分类：机器学习

    • 发布日期：2019-05-18
    • 文件大小：13631488
    • 提供者：sinat_22510827

  1. Learning TensorFlow.pdf

  2. 大致受人脑启发，经过大量数据训练的深层神经网络能够以前所未有的精度解决复杂的任务。这本实用的书提供了端到端指南tensorFlow，这是一个领先的开源软件库，帮助您建立和训练神经网络的计算机视觉，自然语言处理(Nlp)，语音识别和一般预测分析。作者汤姆·霍普、耶赫兹克尔·雷舍夫和伊塔伊·利德为广大技术受众提供了一种从数据科学家和工程师到学生和研究人员的了解TensorFlow基本面的实际方法。在深入研究神经网络体系结构、TensorBoard可视化、TensorFlow抽象库和多线程输入管道等

  3. 所属分类：机器学习

    • 发布日期：2019-06-08
    • 文件大小：13631488
    • 提供者：qq_37606925

  1. Tensorflow官方文档中文版

  2. Tensorflow官方文档中文版，供大家学习！内容来源 英文官方网站 http://tensorflow.org 官方GiHb仓库 https://github.com/tensorflow/tensorflow 中文版 GitHub仓厍: https://github.com/jikexueyuanwiki/tensorf'lowzh 参与者(按认领章节排序) 翻译 (YIZheng Tony Jin chenweican OngJIn btter Warn TICX ° wangalcc

  3. 所属分类：深度学习

    • 发布日期：2019-03-03
    • 文件大小：6291456
    • 提供者：bit_zx

  1. TensorFlow数据输入的方法示例

  2. 主要介绍了TensorFlow数据输入的方法示例，主要介绍了4种方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：173056
    • 提供者：weixin_38683562

  1. 终端命令查看TensorFlow版本号及路径的方法

  2. 如图，简单易懂，先激活tensorflow，然后进入python，输入python语句执行查询： 需要注意的是一定要在激活tensorflow环境后再输入python命令，否则会识别不到tensorflow，可以看到在使用python前后命令前面都是有“(tensorflow)”的。 以上这篇终端命令查看TensorFlow版本号及路径的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。 您可能感兴趣的文章:

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：76800
    • 提供者：weixin_38666823

  1. TensorFlow数据输入的方法示例

  2. 读取数据（Reading data） TensorFlow输入数据的方式有四种： tf.data API：可以很容易的构建一个复杂的输入通道(pipeline)（首选数据输入方式）（Eager模式必须使用该API来构建输入通道） Feeding：使用Python代码提供数据，然后将数据feeding到计算图中。 QueueRunner：基于队列的输入通道（在计算图计算前从队列中读取数据） Preloaded data：用一个constant常量将数据集加载到计算图中（主要用于小

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：171008
    • 提供者：weixin_38685455

  1. TensorFlow高效读取数据的方法示例

  2. 概述 最新上传的mcnn中有完整的数据读写示例，可以参考。 关于Tensorflow读取数据，官网给出了三种方法： 供给数据(Feeding)： 在TensorFlow程序运行的每一步， 让Python代码来供给数据。 从文件读取数据： 在TensorFlow图的起始， 让一个输入管线从文件中读取数据。 预加载数据： 在TensorFlow图中定义常量或变量来保存所有数据(仅适用于数据量比较小的情况)。 对于数据量较小而言，可能一般选择直接将数据加载进内存，然后再分batch输入网络

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：74752
    • 提供者：weixin_38663415

  1. 使用TensorFlow实现二分类的方法示例

  2. 使用TensorFlow构建一个神经网络来实现二分类，主要包括输入数据格式、隐藏层数的定义、损失函数的选择、优化函数的选择、输出层。下面通过numpy来随机生成一组数据，通过定义一种正负样本的区别，通过TensorFlow来构造一个神经网络来实现二分类。 一、神经网络结构 输入数据：定义输入一个二维数组（x1,x2），数据通过numpy来随机产生，将输出定义为0或1，如果x1+x2<1,则y为1，否则y为0。 隐藏层：定义两层隐藏层，隐藏层的参数为(2,3)，两行三列的矩阵，输入数据通过隐

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：118784
    • 提供者：weixin_38676500

  1. LSTM-人类活动-识别：在智能手机传感器数据集上使用TensorFlow和LSTM RNN的人类活动识别示例。 在六个活动类别中分类运动的类型-Guillaume Chevalier-源码

  2. 使用智能手机数据集和LSTM RNN的人类活动识别（HAR）。 将运动类型分为以下六类： 步行， WALKING_UPSTAIRS， WALKING_DOWNSTAIRS， 坐下 常设， 铺设。 与传统方法相比，使用具有长短期记忆单元（LSTM）的递归神经网络（RNN）不需要或几乎不需要特征工程。 数据可以直接馈入神经网络，就像黑盒子一样，对问题进行正确建模。 关于活动识别数据集的可以使用大量的特征工程，这是一种结合了经典数据科学技术的信号处理方法。 就数据预处理量而言，此处的方法非

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：268288
    • 提供者：weixin_42128015

  1. nlpaug：NLP的数据增强-源码

  2. Nlpaug 这个python库可帮助您为机器学习项目扩充nlp。 请访问此简介以了解有关。 Augmenter是Augmenter的基本元素，而Flow是将多个增强器组合在一起的管道。 产品特点 生成综合数据以提高模型性能，而无需人工 简单，易于使用的轻量级库。 3行代码中的扩增数据 即插即用到任何机器学习/神经网络框架（例如scikit-learn，PyTorch，TensorFlow） 支持文本和音频输入 文字数据扩充示例 声学数据增强示例 部分 描述 如何使用这个库 介绍所有可用的

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：1048576
    • 提供者：weixin_42139429