tensorflow工程化项目实战配套代码等
10-1  deblurmodel.py            4.5 KB
10-10  prepro.py            4.4 KB
10-11  train_a_sequence.py            7.2 KB
10-12  train_model.py            2.0 KB
10-2  训练deblur.py            6.2 KB
10-3  使用deblur模型.py            3.1 KB
10-4  mydataset.py            9.2 KB
10-5  AttGANmodels.py            3.7 KB
10-6  trainattgan.py            12.3 KB
10-7  testattgan.py            4.2 KB
10-8  RNNWGAN模型.py            10.3 KB
10-9  mydataset.py            4.0 KB
11-1  用梯度下降方法攻击PNASNet模型.py            5.3 KB
11-2  用数据增强抗攻击.py            4.9 KB
11-3  制造更有鲁棒性的对抗样本.py            5.7 KB
11-4  mnist_blackbox.py            12.6 KB
12-1  在线性回归模型中添加指定节点到检查点文件.py            3.7 KB
12-2  使用源码分离方式二次训练.py            2.8 KB
12-3  使用源码分离方式二次训练-扩展.py            3.1 KB
12-4  将线性回归模型导出成为冻结图.py            5.2 KB
12-5  导入冻结图并使用模型进行预测.py            1.1 KB
12-6  用saved_model模块导出与导入模型文件.py            4.2 KB
12-7  使用saved_model生成与载入带签名的模型.py            4.8 KB
12-8  TF-Hub模型例子.py            7.8 KB
12-9  将线性回归模型导出成为lite模型.py            6.3 KB
13-1  支持远程调用的模型.py            4.2 KB
13-2  grpc客户端.py            1.8 KB
13-3 CameraExampleAppDelegate.m            1.0 KB
13-4 Object_detection_usbcam.py            3.6 KB
3-1  使用AI模型来识别图像.py            3.5 KB
3-2  使用nasnet-mobile模型来识别图像.py            3.4 KB
4-1  将模拟数据制作成内存对象数据集.py            1.6 KB
4-10  将图片文件制作成Dataset数据集.py            6.9 KB
4-11  将TFRecord文件制作成Dataset数据集.py            3.0 KB
4-12  在动态图里读取Dataset数据集.py            6.5 KB
4-13  在动态图里读取Dataset数据集_tf2版.py            6.2 KB
4-14  在不同场景中应用数据集.py            2.0 KB
4-2  带迭代的模拟数据集.py            1.5 KB
4-3  将图片制作成内存对象数据集.py            4.0 KB
4-4  将excel文件制作成内存对象数据集.py            3.2 KB
4-5  将图片文件制作成tfRecord数据集.py            6.9 KB
4-6  interleave例子.py            1.2 KB
4-7  Dataset对象的操作方法.py            8.9 KB
4-8  将内存数据转成DataSet数据集.py            2.7 KB
4-9  from_tensor_slices的注意事项.py            1.2 KB
5-1  mydataset.py            4.1 KB
5-2  model.py            8.8 KB
5-3  train.py            3.0 KB
5-4  test.py            3.5 KB
5-5  测试TF-Hub库中的mobilenet_v2模型.py            3.0 KB
5-6  使用模型评估人物的年龄.py            3.7 KB
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            3.4 KB
6-10  tf_layers模型.py            2.8 KB
6-11  keras回归模型.py            3.6 KB
6-12  使用tf.keras预训练模型.py            1.1 KB
6-13  在静态图中使用tf.keras.py            1.8 KB
6-14  tfjs回归例子.html            754 Byte
6-15  使用估算器框架进行分布式训练.py            3.6 KB
6-16  使用估算器框架进行分布式训练ps.py            4.9 KB
6-17  使用估算器框架进行分布式训练chief.py            4.9 KB
6-18  使用估算器框架进行分布式训练work.py            4.9 KB
6-19  用ResNet识别桔子和苹果.py            8.7 KB
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            3.7 KB
6-20  在T2T框架中训练mnist.py            3.8 KB
6-21  查看T2T模型及超参.py            679 Byte
6-22__tf2code.py            4.1 KB
6-3  动态图另一种梯度方法.py            4.3 KB
6-4  从动态图种获取变量.py            2.2 KB
6-5  静态图中使用动态图.py            3.4 KB
6-6  使用估算器框架训练一个回归模型.py            5.5 KB
6-7  为估算器添加钩子.py            3.8 KB
6-8  自定义hook.py            1.1 KB
6-9  将估算器模型转为静态图模型.py            3.8 KB
7-1  用wide and deep模型预测人口收入.py            12.1 KB
7-10  电影推荐系统.py            5.3 KB
7-11  用lattice预测收入.py            11.3 KB
7-12  lattice结合dnn.py            11.7 KB
7-13  preprocess.py            4.6 KB
7-14  MKR.py            8.3 KB
7-15  train.py            7.2 KB
7-16  data_loader.py            1.7 KB
7-2  用boosted_trees模型预测人口收入.py            13.3 KB
7-3  使用feature_column处理连续值特征列.py            3.0 KB
7-4  将连续值特征转成离散值特征.py            1.7 KB
7-5  将离散文本特征列转化为one-hot编码与词向量.py            5.1 KB
7-6  根据特征列生成交叉列.py            1.6 KB
7-7  序列特征工程.py            3.6 KB
7-8  聚类COCO数据集中的标注框.py            4.1 KB
7-9  mnistkmeans.py            10.9 KB
8-1  读取fasion-mnist 数据集.py            908 Byte
8-10  keras注意力机制模型.py            7.7 KB
8-11  yolo_v3.py            9.3 KB
8-12  使用YOLOV3模型进行实物检测.py            7.1 KB
8-13  annotation.py            8.7 KB
8-14  generator.py            5.5 KB
8-15  box.py            6.2 KB
8-16  darknet53.py            7.0 KB
8-17  yolohead.py            6.8 KB
8-18  yolov3.py            5.0 KB
8-19  weights.py            2.5 KB
8-2  Capsulemodel.py            7.7 KB
8-20  yololoss.py            6.3 KB
8-21  mainyolo.py            4.9 KB
8-22  数据集验证.py            2.6 KB
8-23  Mask_RCNN网络应用.py            14.6 KB
8-24  mask_rcnn_model.py            76.4 KB
8-25  mask_rcnn_utils.py            15.6 KB
8-26  mask_rcnn_visualize.py            17.2 KB
8-27  othernet.py            25.0 KB
8-28  训练Mask_RCNN.py            26.1 KB
8-29  mask_rcnn_model.py            90.4 KB
8-3  使用胶囊网络识别黑白图中的服装图案.py            4.1 KB
8-30  mask_rcnn_utils.py            25.5 KB
8-31  othernet.py            25.0 KB
8-32  mask_rcnn_visualize.py            17.2 KB
8-4  capsnet_em.py            13.3 KB
8-5  train_EM.py            4.3 KB
8-6  NLP文本预处理.py            2.3 KB
8-7  TextCnn模型.py            4.1 KB
8-8  使用TextCnn模型进行文本分类.py            4.3 KB
8-9  使用keras注意力机制模型分析评论者情绪.py            2.4 KB
9-1  用RNN网络为女孩生成英文名字.py            8.5 KB
9-10  cbhg.py            3.3 KB
9-11  attention.py            3.9 KB
9-12  TacotronDecoderwrapper.py            5.2 KB
9-13  TacotronHelpers.py            3.4 KB
9-14  TacotronDecoder.py            3.4 KB
9-15  cn_dataset.py            4.6 KB
9-16  tacotron.py            6.7 KB
9-17  train.py            7.5 KB
9-2  用动态图和tf_keras训练模型.py            12.4 KB
9-3  利用Resnet进行样本预处理.py            2.0 KB
9-4  用估算器实现带注意力机制的Seq2Seq模型.py            10.1 KB
9-5  用估算器实现带注意力机制的Seq2Seq模型——手动对齐.py            12.2 KB
9-6  预测飞机发动机的剩余使用寿命.py            9.6 KB
9-7  用带有动态路由算法的RNN模型对新闻进行分类.py            10.4 KB
9-8  时间序列问题.py            2.9 KB
9-9  样本预处理.py            4.6 KB