TensorFlow 2.0教程 我们的回购。 是的赢家 。 时间线: 2019年10月1日:TensorFlow 2.0稳定! 2019年8月24日: 2019年6月8日: 2019年3月7日: 2019年1月11日: 2018年8月14日: 安装 确保您使用的是python3.x。 CPU安装 pip install tensorflow - U GPU安装 自己安装CUDA 10.0 (或cudnn )和cudnn 。 并设置LD_LIBRARY_PATH 。 pip install tensorflow - gpu - U 测试安装: In [ 2 ]: import tensorflow as tf In [ 3 ]: tf . __version__ Out [ 3 ]: '2.0.0' In [ 4 ]: tf . test . is_gpu_available () ... totalMemory : 3.95 GiB freeMemory : 3.00 GiB ... Out [ 4 ]: True 配套TF2视频教程 TensorFl
1
存储内存及TF卡函数接口
2021-09-27 16:36:02 32KB 接口 函数
1
使用深度学习+tf+kears完成垃圾分类
2021-09-24 12:05:34 34.15MB 深度学习 垃圾分类 tensorflow keras
使用深度学习+tf+keras完成人脸性别分类
2021-09-24 12:05:34 285.14MB 人脸性别分类 深度学习 tf keras
TF(Term Frequency)词频,在文章中出现次数最多的词,然而文章中出现次数较多的词并不一定就是关键词,比如常见的对文章本身并没有多大意义的停用词。所以我们需要一个重要性调整系数来衡量一个词是不是常见词。该权重为IDF(Inverse Document Frequency)逆文档频率,它的大小与一个词的常见程度成反比。在我们得到词频(TF)和逆文档频率(IDF)以后,将两个值相乘,即可得到一个词的TF-IDF值,某个词对文章的重要性越高,其TF-IDF值就越大,所以排在最前面的几个词就是文章的关键词。 TF-IDF算法的优点是简单快速,结果比较符合实际情况,但是单纯以“词频”衡量一个
2021-09-23 18:21:46 53KB python python算法 tf-idf
1
存储卡卡槽结构,stp格式,弹动式结构。MicroSD卡的弹出式卡槽
2021-09-22 09:25:11 5.62MB STP sd-tf 内存卡
1
磁盘管理及数据恢复软件。支持对GPT磁盘(使用GUID分区表)的分区操作。除具备基本的建立分区、删除分区、格式化分区、无损调整分区大小等磁盘管理功能外,还提供了强大的已丢失分区恢复、误删除文件恢复、分区被格式化及分区被破坏后的文件恢复功能、分区备份与分区还原功能 、复制分区、复制硬盘功能、快速分区功能、整数分区功能、检查分区表错误与修复分区表错误功能、检测坏道与修复坏道的功能。提供基于磁盘扇区的文件读写功能。支持VMWare虚拟硬盘文件格式。支持IDE、SCSI、SATA等各种类型的硬盘,及各种U盘、USB移动硬盘、存储卡(闪存卡)。
2021-09-18 22:09:26 5.45MB SD卡 TF卡 格式化
1
该示例包含: 1. 2D FDTD算法,用于同时进行TE和TM模式计算, 2. 单轴 PML 吸收边界条件, 3. 用于平面电磁波散射问题研究的总场/散射场 (TF/SF) 接口。 适用于具有恒定介电常数、磁导率和电导率的自由形式散射体。 材料数量不限。 有关更多详细信息,请参见艾伦·塔夫洛夫(Allen Taflove)的“圣经”。
2021-09-18 09:12:17 5KB matlab
1
Conv-TasNet 训练 要训​​练模型,请运行: python main.py --checkpoint=checkpoint --dataset_path=/path/to/MUSDB18 预言 要使用经过训练的模型分离音频,请运行: python predict.py --checkpoint=checkpoint --video_id=YOUTUBE_VIDEO_ID_HERE
2021-09-17 13:04:16 11KB Python
1
简单粗暴TensorFlow | 简洁的TensorFlow手册 基于急切执行| 基于急切的执行 重要:此版本(基于TensorFlow 1.X)不再更新,基于TensorFlow 2的新版见和 在线阅读| 在线阅读: : 备用地址| 备用网址: : 作者| 作者:李希涵(snowkylin) 英文版译者| 英文版本的翻译:金自达,明,李继安,李希涵 本手册是文章精简的TensorFlow入门指导,基于TensorFlow的急切执行(动态图)模式,力图让某些机器学习及Python基础的开发者们快速上手TensorFlow。 这本手册是基于Eager Execution模式的TensorFlow的简要介绍,试图通过一些基本的机器学习和Python知识帮助开发人员快速开始使用TensorFlow。 PDF下载| PDF下载: (中文版|中文): : (英文版|英文): :
2021-09-17 12:58:11 71.84MB Python
1