https://download.csdn.net/download/qq_41739364/86339152
2024/10/1 23:17:35
2.08MB
1
文章《Keras入门课6--使用InceptionV3模型进行迁移学习》https://blog.csdn.net/tsyccnh/article/details/78889838使用的数据集
2024/7/24 21:50:44
51.31MB
1
keras-finetuning,使用你自己的数据集训练基于InceptionV3的图像分类器使用你自己的数据集训练InceptionV3-based图像分类器基于在的新集合中的微调(InceptionV3)，在https://keras.io/applications/中的例子依赖项最新的(来自源的＞=1.0
2024/5/30 13:44:55
143KB
1
tensorflow训练之后的Inceptionv3模型，经过Imagenet数据得到的模型参数。
可以直接分类图片，或者经过Retrain实现迁移学习。
可以直接分类图片，或者经过Retrain实现迁移学习。
2024/4/27 1:39:56
84.87MB
1
使用tensorflow写的resnet-110训练cifar10数据，以及inceptionv3的一个网络（不带数据集），DenseNet在写（后续更新）
2023/7/21 8:29:52
12.77MB
1
残缺工程案例：图像描摹---ShowandTell:ANeuralImageCaptionGenerator，基于InceptionV3与LSTM实现图像描摹，运行情景（Tensorflow1.0及以上，Python3.6）
2023/5/3 4:06:01
447KB
1
鸟类使用转移学习找出图片中能否包含笑翠鸟或凤头鹦鹉与Kaggle猫与狗比赛相似，我决定使用神经网络对Kookaburras和Cockatoos进行分类（所以这更像澳大利亚！）该模型内置于“Birds-model”笔记本中，并基于Inceptionv3模型构建测试数据集中模型的准确性为96％。
2019/8/14 23:16:08
36KB
1
鸟类使用转移学习找出图片中能否包含笑翠鸟或凤头鹦鹉与Kaggle猫与狗比赛相似，我决定使用神经网络对Kookaburras和Cockatoos进行分类（所以这更像澳大利亚！）该模型内置于“Birds-model”笔记本中，并基于Inceptionv3模型构建测试数据集中模型的准确性为96％。
2019/8/14 23:16:08
36KB
1
参照原论文运用tensorflow写的一个inceptionv3网络，后续会更新数据集的运用及训练。
2016/8/10 16:25:30
8KB
1
文章《Keras入门课6--运用InceptionV3模型进行迁移学习》https://blog.csdn.net/tsyccnh/article/details/78889838运用的数据集
2020/9/3 1:40:55
57.72MB
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