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. MNIST数据打包

  2. 国内下载这个资源比较痛苦，下载，共享给大家。对应机器学习和深度学习的学习比较有用。

  3. 所属分类：深度学习

    • 发布日期：2018-02-26
    • 文件大小：11534336
    • 提供者：coblan

  1. Tensorflow MNIST 数据集打包

  2. Tensorflow MNIST 数据集打包；针对input_data.read_data_sets() 下载数据集失败，做的数据备份；

  3. 所属分类：机器学习

    • 发布日期：2020-04-18
    • 文件大小：11534336
    • 提供者：weixin_43968923

  1. widerface.py

  2. TensorFlow+SSD编程实战及模型优化博客中，将widerface数据集打包成VOC结构的代码

  3. 所属分类：深度学习

    • 发布日期：2020-05-25
    • 文件大小：7168
    • 提供者：zjc20172333086

  1. Tensorflow中批量读取数据的案列分析及TFRecord文件的打包与读取

  2. 主要介绍了Tensorflow中批量读取数据的案列分析及TFRecord文件的打包与读取,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：77824
    • 提供者：weixin_38643212

  1. tensorflow dataset.shuffle、dataset.batch、dataset.repeat顺序区别详解

  2. 1.作用 dataset.shuffle作用是将数据进行打乱操作，传入参数为buffer_size，改参数为设置“打乱缓存区大小”，也就是说程序会维持一个buffer_size大小的缓存，每次都会随机在这个缓存区抽取一定数量的数据 dataset.batch作用是将数据打包成batch_size dataset.repeat作用就是将数据重复使用多少epoch 2.各种不同顺序的区别 示例代码（以下面代码作为说明）： # -*- coding: utf-8 -*- import t

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：40960
    • 提供者：weixin_38616435

  1. Tensorflow中批量读取数据的案列分析及TFRecord文件的打包与读取

  2. 单一数据读取方式： 　　第一种：slice_input_producer() # 返回值可以直接通过 Session.run([images, labels])查看，且第一个参数必须放在列表中，如[...] [images, labels] = tf.train.slice_input_producer([images, labels], num_epochs=None, shuffle=True) 　　第二种：string_input_producer() # 需要定义文件读取器，然后

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：74752
    • 提供者：weixin_38741966

  1. 计算机视觉之人脸学习（六）

  2. TensorFlow挑战Cifar-10图像分类任务 1.图像分类实际上就是给定一张图片，然后通过卷积神经网特征提取，通过提取的特征进行类别的判定 CIFAR-10数据集包含10小类，60000个32*32的彩色图像。有50000个训练图像和10000个测试图像。 数据集下载路径：http://www.cs.toronto.edu/~kriz/cifar.html 2.TensorFlow训练框架搭建 （1）Data(数据的读取和数据打包） （2）Net（网络的搭建，采用slim） （3）Los

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：412672
    • 提供者：weixin_38664612

  1. Deploying_CNN：用于训练和构建部署机制的样本模型-源码

  2. Deploying_CNN 包含用于训练简单的CNN模型以使用tensorflow在SVHN数据集上进行分类以及通过docker使用kubernetes进行部署的模块。 存储库包含以下模块： 训练一个简单的CNN对SVHN数据集进行分类 根据训练后的模型创建冻结图 使用冻结图创建推理例程。 通过Flask API服务器使用冻结图可以将图像发送到API并获取结果。 使用docker打包并创建可执行文件，该可执行文件将启动Flask推理服务器并创建docker run部署。 使用docke

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：2097152
    • 提供者：weixin_42097557

  1. a76jain-源码

  2. 嘿，我是Arsheya！ :waving_hand: 这是我的技能摘要： -编程语言： Python，C ++，C，C＃，Objective-C ‍:laptop: -移动开发： iOS开发，Xamarin :mobile_phone: -机器学习技术： Tensorflow，Keras，GCP（Google云平台） :robot: -数据科学理论：自然语言处理，卷积神经网络，模型训练，数据清理 :books: -Salesforce.com：认证的Salesforce管理员，

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：1024
    • 提供者：weixin_42129300

  1. seldon-core：一个MLOps框架，用于打包，部署，监视和管理数千个生产机器学习模型-源码

  2. Seldon Core：Swift燃烧，面向行业的ML 一个开源平台，可在Kubernetes上大规模部署您的机器学习模型。 总览 Seldon核心将您的ML模型（Tensorflow，Pytorch，H2o等）或语言包装器（Python，Java等）转换为生产REST / GRPC微服务。 Seldon可以扩展到数千种生产机器学习模型，并提供先进的机器学习功能，包括高级度量，请求日志记录，解释器，异常值检测器，A / B测试，Canaries等。 阅读 加入我们的，提出任何问题 入门 加

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：56623104
    • 提供者：weixin_42128558

  1. Tensorflow读取并输出已保存模型的权重数值方式

  2. 这篇文章是为了对网络模型的权重输出，可以用来转换成其他框架的模型。 import tensorflow as tf from tensorflow.python import pywrap_tensorflow #首先，使用tensorflow自带的python打包库读取模型 model_reader = pywrap_tensorflow.NewCheckpointReader(rmodel.ckpt) #然后，使reader变换成类似于dict形式的数据 var_dict = model_

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：34816
    • 提供者：weixin_38709100

  1. 使用Tensorflow将自己的数据分割成batch训练实例

  2. 学习神经网络的时候，网上的数据集已经分割成了batch，训练的时候直接使用batch.next()就可以获取batch，但是有的时候需要使用自己的数据集，然而自己的数据集不是batch形式，就需要将其转换为batch形式，本文将介绍一个将数据打包成batch的方法。 一、tf.slice_input_producer（） 首先需要讲解两个函数,第一个函数是 ：tf.slice_input_producer（），这个函数的作用是从输入的tensor_list按要求抽取一个tensor放入文件名队列

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：111616
    • 提供者：weixin_38559727