此次资源为期末Tensorflow实战项目，实现了基本的人机对战、机机对战、有10*10-4*4规格，其中样本已经训练好，但是并不是很智能，大家可以自己训练。
代码完整可运行，使用pycharm进行编写的
代码完整可运行，使用pycharm进行编写的
2024/9/9 22:15:50
3.86MB
1
运行TensorFlow-GPU提示缺少cusolver64_100.dll，，cusparse64_100.dll，，curand64_100.dll丢失的解决方法。
下载后放在安装目录下面，如C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v10.0\bin。
。
亲测CUDA10可用，其他版本不保证
下载后放在安装目录下面，如C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v10.0\bin。
。
亲测CUDA10可用，其他版本不保证
2024/9/8 5:31:25
130.99MB
1
目的：使用CNN卷积神经网络实现语音识别步骤：（1）预处理。
首尾端的静音切除，降低对后续步骤造成的干扰，然后进行声音分帧，把声音切开成帧，，各帧之间一般是有交叠。
（2）特征提取。
运用的算法为倒谱系数（MFCC），把每一帧波形变成一个包含声音信息的多维向量；
（3）RNN模型训练。
有了特征，就可以使用TensorFlow完成模型的建立和训练了。
（4）验证模型。
目标：对相应的声音数据进行分类，例如数据的是数数的数据，能够输出对应的数字。
首尾端的静音切除，降低对后续步骤造成的干扰，然后进行声音分帧，把声音切开成帧，，各帧之间一般是有交叠。
（2）特征提取。
运用的算法为倒谱系数（MFCC），把每一帧波形变成一个包含声音信息的多维向量；
（3）RNN模型训练。
有了特征，就可以使用TensorFlow完成模型的建立和训练了。
（4）验证模型。
目标：对相应的声音数据进行分类，例如数据的是数数的数据，能够输出对应的数字。
2024/9/7 10:11:28
5KB
1
CNN卷积神经网络tensorflow代码，使用MNIST数据集，安装好python和TensorFlow可直接运行
2024/9/7 0:46:24
4KB
1
是按照demo来运行的,其中遇到了不少的错误,一一修改后得到的可运行版本,里面已经包含了数据源,开发环境是python3.5.2+Tensorflow1.5.0,亲测可用
2024/9/6 14:28:26
481KB
1
Couldnotloaddynamiclibrary'cudnn64_7.dll';dlerror:cudnn64_7.dllnotfound本文件是cudnn-7.6.5的文件，可以用来解决一些tensorflow无法加载某些文件的问题
2024/9/4 2:34:52
260.37MB
1
某位大牛在github上分享的CNN车牌识别源代码，在将其装到Windows的Python下运行时碰到了各种报错（WIN8下python3.6，Opencv3.0）,有些问题搜遍网络也没找到解决方法。
最后终于调通，可以进行训练和预测。
不过训练的收敛速度不太理想，有待继续研究。
分享出来给有兴趣的同学，或许可少走些弯路。
最后终于调通，可以进行训练和预测。
不过训练的收敛速度不太理想，有待继续研究。
分享出来给有兴趣的同学，或许可少走些弯路。
2024/8/23 1:48:42
14.78MB
1
基于tensorflow和pycharm实现基于卷积神经网络的手写字体识别系统，并上传制作好的课程文件，以供大家直接使用，代码亲测可用
2024/8/16 22:04:18
1020KB
1
python+OpenCV+TensorFlow人脸识别，人脸检测和图像处理。
python+OpenCV+TensorFlow人脸识别。
python+OpenCV+TensorFlow实现人脸识别，包含人脸检测和图像处理pythoOpenCTensorFlo
python+OpenCV+TensorFlow人脸识别。
python+OpenCV+TensorFlow实现人脸识别，包含人脸检测和图像处理pythoOpenCTensorFlo
2024/8/16 0:20:37
178.73MB
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