点数信息
www.dssz.net
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]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - tensorflow图片识别实例
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
深度学习之tenforflow入门、原理与进阶实战源码
对应《深度学习之tensorflow入门、原理与进阶实战》大量的实例(共96个),全面而深入地讲解了深度学习神经网络原理和TensorFlow使用方法两方面的内容。实例具有很强的实用性,如对图片分类、制作一个简单的聊天机器人、进行图像识别等,能帮助读者快速地掌握该章的重点内容。
所属分类:
深度学习
发布日期:2018-07-14
文件大小:210944
提供者:
u014438690
c#tensorflow 图像分类实例
c# 实现的基于tensorflow的图片分类识别程序实例。需要netframework4.7.1
所属分类:
C#
发布日期:2018-11-22
文件大小:163577856
提供者:
wwy0311
.net core开发Tensorflow的人工智能实例源代码 - 图片分类识别及模型训练实例
.net core开发Tensorflow的实例源代码 建议先去学习一下Tensorflow的基本知识 myretrain 是模型训练项目 ObjectDetectionWinDemo 是使用模型识别图片的一个Demo. 可以截图再在Demo粘贴图片进行识别测试 data 是再训练的素材,也可以用于Demo的测试 lib 只是Demo的一些界面控件 共同学习,一起进步
所属分类:
C#
发布日期:2020-02-28
文件大小:248
提供者:
SVG
Tensorflow训练MNIST手写数字识别模型
本文实例为大家分享了Tensorflow训练MNIST手写数字识别模型的具体代码,供大家参考,具体内容如下 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data INPUT_NODE = 784 # 输入层节点=图片像素=28x28=784 OUTPUT_NODE = 10 # 输出层节点数=图片类别数目 LAYER1_NODE = 500 # 隐藏层节点数,只有一个隐藏层 B
所属分类:
其它
发布日期:2020-12-20
文件大小:61440
提供者:
weixin_38638163
python 中值滤波,椒盐去噪,图片增强实例
受光照、气候、成像设备等因素的影响,灰度化后的图像存在噪声和模糊干扰,直接影响到下一步的文字识别,因此,需要对图像进行增强处理。图片预处理中重要一环就是椒盐去澡,通常用到中值滤波器进行处理,效果很好。中值滤波器是一种非线性滤波器,其基本原理是把数字图像中某点的值用其领域各点值的中值代替。 如求点[i,j]的灰度值计算方法为: (1)按灰度值顺序排列[i,j]领域中的像素点; (2)取排序像素集的中间值作为[i,j]的灰度值。中值滤波技术能有效抑制噪声。 直接上代码,希望给大家有帮助: imp
所属分类:
其它
发布日期:2021-01-20
文件大小:98304
提供者:
weixin_38667835
Python基于Tensor FLow的图像处理操作详解
本文实例讲述了Python基于Tensor FLow的图像处理操作。分享给大家供大家参考,具体如下: 在对图像进行深度学习时,有时可能图片的数量不足,或者希望网络进行更多的学习,这时可以对现有的图片数据进行处理使其变成一张新的图片,在此基础上进行学习,从而提高网络识别的准确率。 1、图像解码显示 利用matplot库可以方便简洁地在jupyter内对图片进行绘制与输出,首先通过tf.gfile打开图片文件,并利用函数tf.image.decode_jpeg将jpeg图片解码为三位矩阵,之后便可以
所属分类:
其它
发布日期:2021-01-20
文件大小:166912
提供者:
weixin_38570145