vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5不太好下公开出来
2025/4/5 22:09:03
52.19MB
1
resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5速度快，准确率高，参数不多50层残差网络模型,权重训练自ImageNet该模型在Theano和TensorFlow后端均可使用,并接受channels_first和channels_last两种输入维度顺序模型的默认输入尺寸:224x224
2025/3/13 0:22:32
90.27MB
1
densenet201_weights_tf_dim_ordering_tf_kernels_notop.h5，keras预训练模型，densenet201
2025/3/5 8:20:25
72.85MB
1
这有两个文件，分别为inception_v3_weights_tf_dim_ordering_tf_kernels.h5，inception_v3_weights_tf_dim_ordering_tf_kernels_notop.h5
2024/12/8 0:28:22
160.87MB
1
VGG16不含最后全连接层的模型参数文件，大小56.2M
2024/6/27 14:19:53
52.2MB
1
resnet50_weights_tf_dim_ordering_tf_kernels_notopLinux下是放在“~/.keras/models/”中Win下则放在Python的“settings/.keras/models/”中Windows-weights路径：C:\Users\你的用户名\.keras\modelsanaconda下依然好用
2023/9/28 23:31:32
83.48MB
1
efficientnet-b1_weights_tf_dim_ordering_tf_kernels_autoaugment_notop.h5，网上下载了好久才下载下来
2023/8/17 23:47:51
25.91MB
1
efficientnet-b0_weights_tf_dim_ordering_tf_kernels_autoaugment_notop.h5官网下载了好久下载不下来，这里分享出来
2023/6/29 15:31:23
16.03MB
1
vgg16_weights_tf_dim_ordering_tf_kernels_notop,KerasVGG16
2023/6/9 22:02:34
52.2MB
1
vgg19_weights_tf_dim_ordering_tf_kernels_notop.h5vgg19_weights_th_dim_ordering_tf_kernels_notop.h5
2023/2/4 13:51:42
141.96MB
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