tensorflow_gpu-1.15.3-cp37-cp37m-win_amd64.whltensorflow_gpu-1.15.3-cp37-cp37m-win_amd64.whl
2016/7/10 10:54:25
280.41MB
1
tensorflow1.14版本，适用于cp37,win64，安装方式：翻开cmd，进入所在文件夹，pipinstall+文件名
2018/1/10 17:06:28
63.55MB
1
里面是曾经训练好的人脸表情识别,只需要将照片路径调对,就会进行识别.在使用之前请先将keras和TensorFlow安装好,有不会的可以评论加我qq
2019/7/1 11:54:03
13.65MB
1
基于TensorFlow的FasterR-CNN源码目录构造----data----experiments----faster_rcnn----libs
2016/4/8 20:08:29
505KB
1
包含五百张训练样本和标签tensorflow实现的yolov3可搭配博客一同食用：https://blog.csdn.net/zmdsjtu/article/details/102845590
2020/1/3 9:27:30
142.16MB
1
针对电力用户的异常用电行为,提出一种基于深度学习的用户异常用电模式检测模型。
利用TensorFlow框架,构建了特征提取网络和多层特征匹配网络。
基于长短期记忆(LSTM)的特征提取网络,从大量时间序列中提取出不同的序列特征。
基于全连接网络(FCN)的多层特征匹配网络,利用提取出的特征数据,完成对异常用电数据的检测。
实例分析表明,与非深度学习检测模型相比,所提模型可愈加有效地完成异常用电模式检测。
此外,与多层LSTM分类模型相比,所提模型具有更好的准确性和鲁棒性。
利用TensorFlow框架,构建了特征提取网络和多层特征匹配网络。
基于长短期记忆(LSTM)的特征提取网络,从大量时间序列中提取出不同的序列特征。
基于全连接网络(FCN)的多层特征匹配网络,利用提取出的特征数据,完成对异常用电数据的检测。
实例分析表明,与非深度学习检测模型相比,所提模型可愈加有效地完成异常用电模式检测。
此外,与多层LSTM分类模型相比,所提模型具有更好的准确性和鲁棒性。
2016/8/6 7:32:44
527KB
1
TensorFlow内核剖析TensorFlowInternals刘光聪著本书定位这是一本剖析TensorFlow内核工作原理的书籍,并非讲述如何使用TensorFlow构建机器学习模型,也不会讲述应用TensorFlow的最佳实践。
本书将通过剖析TensorFlow源代码的方式,揭示TensorFlow的系统架构、领域模型、工作原理、及其实现模式等相关内容,以便揭示内在的知识。
面向的读者本书假设读者已经了解机器学习相关基本概念与理论,了解机器学习相关的基本方法论;同时,假设读者熟悉Python,C++等程序设计语言。
本书适合于渴望深入了解TensorFlow内核设计,期望改善TensorFlow系统设计和功能优化,及其探究TensorFlow关键技术的设计和实现的系统架构师、AI算法工程师、和AI软件工程师。
本书将通过剖析TensorFlow源代码的方式,揭示TensorFlow的系统架构、领域模型、工作原理、及其实现模式等相关内容,以便揭示内在的知识。
面向的读者本书假设读者已经了解机器学习相关基本概念与理论,了解机器学习相关的基本方法论;同时,假设读者熟悉Python,C++等程序设计语言。
本书适合于渴望深入了解TensorFlow内核设计,期望改善TensorFlow系统设计和功能优化,及其探究TensorFlow关键技术的设计和实现的系统架构师、AI算法工程师、和AI软件工程师。
2020/1/14 6:26:52
21.27MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB