Linux終端放大縮小：放大：ctrl+shift+=縮?。篶trl± Ubuntu下常用的快捷鍵 Ubuntu中的許多操作在終端（Terminal）中十分的快捷，記住一些快...
發(fā)簡(jiǎn)信
IP屬地：新疆
-
Linux終端Terminal放大縮小 常用快捷鍵
-
tensorflow實(shí)現(xiàn)Transformer模型將葡萄牙語(yǔ)翻譯成英語(yǔ)本例子是訓(xùn)練了一個(gè) Transformer 模型 用于將葡萄牙語(yǔ)翻譯成英語(yǔ)。這是一個(gè)高級(jí)示例，假定您具備文本生成（text generation）和 注意力機(jī)制（attent...
-
tensorflow 實(shí)現(xiàn)兩種圖像風(fēng)格融合 即神經(jīng)風(fēng)格遷移神經(jīng)風(fēng)格遷移是一種優(yōu)化技術(shù)，用于將兩個(gè)圖像——一個(gè)內(nèi)容圖像和一個(gè)風(fēng)格參考圖像（如著名畫(huà)家的一個(gè)作品）——混合在一起，使輸出的圖像看起來(lái)像內(nèi)容圖像， 但是用了風(fēng)格參考圖像的風(fēng)格...
-
tensorflow實(shí)現(xiàn)深度卷積生成對(duì)抗網(wǎng)絡(luò)（DCGAN）生成手寫(xiě)數(shù)字圖片
生成對(duì)抗網(wǎng)絡(luò)（GANs）是當(dāng)今計(jì)算機(jī)科學(xué)領(lǐng)域最有趣的想法之一。兩個(gè)模型通過(guò)對(duì)抗過(guò)程同時(shí)訓(xùn)練。一個(gè)生成器（“藝術(shù)家”）學(xué)習(xí)創(chuàng)造看起來(lái)真實(shí)的圖像，而判別器（“藝術(shù)評(píng)論家”）學(xué)習(xí)區(qū)...
-
tensorflow實(shí)現(xiàn)cifar10彩色圖像多類別分類CIFAR10 數(shù)據(jù)集包含 10 類，共 60000 張彩色圖片，每類圖片有 6000 張。此數(shù)據(jù)集中 50000 個(gè)樣例被作為訓(xùn)練集，剩余 10000 個(gè)樣例作為測(cè)試集。類...
-
tensorflow實(shí)現(xiàn)電影評(píng)論積極和消極分類
此例子使用評(píng)論文本將影評(píng)分為積極（positive）或消極（nagetive）兩類。這是一個(gè)二元（binary）或者二分類問(wèn)題，一種重要且應(yīng)用廣泛的機(jī)器學(xué)習(xí)問(wèn)題。 我們將使用...
-
tensorflow實(shí)現(xiàn)像素級(jí)圖像分割算法
目前你已經(jīng)了解在圖像分類中，神經(jīng)網(wǎng)絡(luò)的任務(wù)是給每張輸入圖像分配一個(gè)標(biāo)簽或者類別。但是，有時(shí)你想知道一個(gè)物體在一張圖像中的位置、這個(gè)物體的形狀、以及哪個(gè)像素屬于哪個(gè)物體等等。這...
-
tensorflow 實(shí)現(xiàn)低分辨率灰度圖像分類算法將訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)模型，對(duì)運(yùn)動(dòng)鞋和襯衫等服裝圖像進(jìn)行分類。本指南使用 Fashion MNIST 數(shù)據(jù)集，該數(shù)據(jù)集包含 10 個(gè)類別的 70,000 個(gè)灰度圖像。這些圖像以低...
-
tensorflow實(shí)現(xiàn)CNN模型垃圾分類算法上海開(kāi)始施行垃圾分類啦。那么我們能不能通過(guò)平常學(xué)習(xí)的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的算法來(lái)實(shí)現(xiàn)一個(gè)簡(jiǎn)單的垃圾分類的模型呢？下面主要用過(guò)CNN來(lái)實(shí)現(xiàn)垃圾的分類。在本數(shù)據(jù)集中，垃圾的種類有六...
-
keras細(xì)談Compile, Fit, Evaluate, Predict
實(shí)際例子代碼下載：https://github.com/wennaz/Deep_Learning[https://github.com/wennaz/Deep_Learnin...
-
Keras快速構(gòu)建神經(jīng)網(wǎng)絡(luò)模型用Keras搭建神經(jīng)網(wǎng)絡(luò)的步驟： 深度學(xué)習(xí)框架Keras——像搭積木般構(gòu)建神經(jīng)網(wǎng)絡(luò)，主要分為7個(gè)部分，每個(gè)部分只需要幾個(gè)keras API函數(shù)就能實(shí)現(xiàn)，用戶即可像搭積木般一層...
-
Keras深度學(xué)習(xí)——添加網(wǎng)絡(luò)層Layers2 添加網(wǎng)絡(luò)層 Layers是神經(jīng)網(wǎng)絡(luò)基本構(gòu)建塊。一個(gè)Layer包含了tensor-in/tensor-out的計(jì)算方法和一些狀態(tài)，并保存在TensorFlow變量中（即la...
-
keras創(chuàng)建模型Keras 中主要有三類模型：Sequential model, Functional model, Subclass model Sequenctial API: 順序模型...
-
深度學(xué)習(xí)框架Keras1.1什么是Keras Keras 是一個(gè)用 Python 編寫(xiě)的高級(jí)神經(jīng)網(wǎng)絡(luò) API，它能夠以 TensorFlow, CNTK, 或者 Theano 作為后端運(yùn)行。 Ke...
-
Hi，很高興在@IT·互聯(lián)網(wǎng)專題遇見(jiàn)你。 收錄范圍：收錄IT&互聯(lián)網(wǎng)行業(yè)觀察與思考，數(shù)碼產(chǎn)品極客體驗(yàn)分析等類型文章 投稿須知：http://m.itdecent.cn/p/4edc76104c27 專題主編：@若錦 http://m.itdecent.cn/u/e4c63b354a77 官方社群：可聯(lián)系添加 @若錦 加入專題官方社群交流、學(xué)習(xí)，添加時(shí)備注簡(jiǎn)書(shū)ID。
