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
Kong流网PoreFlow-Net的实现：一个3D卷积神经网络，预测通过多Kong介质的流体流量使用说明从下载所需的数据（或通过首选的模拟方法创建自己的数据）使用train.py脚本训练模型模型架构这是我们的网络的样子：方法先决条件为了训练/测试我们使用的Tensorflow1.12模型，应该可以使用更新的版本其余的必要软件包应通过pip获得数据完整的出版物和所有培训/测试数据可在找到。
excel文件随可用样本列表一起提供。
有待改进keras调谐器可用于优化每个编码分支上的过滤器数量协同合作我们欢迎合作引文如果您将我们的代码用于自己的研究，请引用我们的出版物，我们将不胜感激@article{PFN2020,title="PoreFlow-Net:a3Dconvolutionalneuralnetworktopredictfluidflowthroughporousmedia",journal="AdvancesinWaterResources",pages="103539",year=
excel文件随可用样本列表一起提供。
有待改进keras调谐器可用于优化每个编码分支上的过滤器数量协同合作我们欢迎合作引文如果您将我们的代码用于自己的研究，请引用我们的出版物，我们将不胜感激@article{PFN2020,title="PoreFlow-Net:a3Dconvolutionalneuralnetworktopredictfluidflowthroughporousmedia",journal="AdvancesinWaterResources",pages="103539",year=
2024/7/12 8:41:11
19.65MB
1
基于selective_search源码对手写数字串进行过滤分割，并基于tensorflow在mnist训练好的模型进行识别。
环境：Windows10+tensorflow1.2+python3.5+cv2程序： example/demo.py---对手写数字图片的分割，并将每个数字做成28*28的黑底白字图片，保存在本地image_data.npy example/mnist_model.py---对手写体mnist数据集进行训练，训练好后读取数据进行识别 example/camera.py---是调用计算机摄像头获取图片用的，按q退出拍照 selectivesearch/selectivesearch.py---是选择性搜索的源代码注意：手写数字的图片尽量不要太大（太大会显得数字写的太细，调大数字粗细度），每个数字大小不要差太多，可以在画板上写的一个数字长宽在50像素左右效果不错，其他的没有测试过。
环境：Windows10+tensorflow1.2+python3.5+cv2程序： example/demo.py---对手写数字图片的分割，并将每个数字做成28*28的黑底白字图片，保存在本地image_data.npy example/mnist_model.py---对手写体mnist数据集进行训练，训练好后读取数据进行识别 example/camera.py---是调用计算机摄像头获取图片用的，按q退出拍照 selectivesearch/selectivesearch.py---是选择性搜索的源代码注意：手写数字的图片尽量不要太大（太大会显得数字写的太细，调大数字粗细度），每个数字大小不要差太多，可以在画板上写的一个数字长宽在50像素左右效果不错，其他的没有测试过。
2024/6/2 10:30:06
49KB
1
tensorflow1.8.0+python35绿色版直接解压即可用于学习内置一个helloworld程序，双击运行test.bat即可
2024/5/27 0:28:08
75.56MB
1
官网下载TensorFlow很慢，这里提供TensorFlow最新版的镜像文件提高大家下载的速度，TensorFlow1.4gpu版本。
2024/5/26 18:02:34
64.49MB
1
网络环境:ubuntu系统下,python3.4以上,tensorflow1.12.0以上.需要自己训练*Randomsplit50ktrainingsetinto45k/5ktrain/evalsplit.*Padto36x36andrandomcrop.Horizontalflip.Per-imagewhitening.*Momentumoptimizer0.9.*Learningrateschedule:0.1(40k),0.01(60k),0.001(＞60k).*L2weightdecay:0.002.*Batchsize:128.(28-10wideand1001layerbottleneckuse64)
2024/2/7 4:34:11
38KB
1
源码+工程文件+库文件成功编译Debug和Release版本包括编译完成的Debug和Release库文件，CPU版本用于代码调试，非常方便。
1.73G，超过220M上限，文本中是网盘地址和提取码
1.73G，超过220M上限，文本中是网盘地址和提取码
2024/2/1 12:10:34
78B
1
直接打包我pip安装好的包，放到环境pip包路径就好，或者放到自己的工程文件里，import，简单粗暴我的环境：win10+python3.7+TensorFlow1.13.1gpu（conda的虚拟环境）上下兼容
2023/11/24 21:25:40
3.19MB
1
2018年11月发布，最新版。
可以离线安装的windows版本的tensorflow1.12版本的whl文件。
（GPU版本）
可以离线安装的windows版本的tensorflow1.12版本的whl文件。
（GPU版本）
2023/10/14 14:36:19
76.33MB
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