tensorflow-1.15.0 适用于ubuntu64位系统，python3.7

自己用

基于tensorflow平台+uniApp框架+django框架 的水果识别APP系统源码 水果识别与糖度分析app 前端框架：uni-app 后端框架：django，部署在阿里云服务器上 使用tensorflow训练深度学习的神经网络模型识别水果 主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。

足球预测 SoccerPredictor使用机器学习来预测英超联赛的比赛结果，重点是预测胜负（对应于对双倍机会的押注）。 预测以非常规方式建模为时间序列分类。 将为每个团队创建一个神经网络模型，并同时对其进行训练。 注意：请记住，由于我没有发布数据集，因此您将无法进行实际的培训。 如果您想对其进行测试，则必须自己组装。 提供更有趣功能的网站很难抓取，但绝对有可能。 因此，如果您想构建类似的东西或者只是看看我是如何实现各种东西的，则可以将其作为主要灵感。 如果没有数据集，则只能对附加的文件集进行可视化和回测。 这主要用于演示目的。 请参考随附的以获取有关该程序如何工作的更多信息。 结果 在测试期间，获得的最佳结果是利润1069 % ，预测精度约为90 % ，ROI为33.4 % 。 测试期间的时间跨度为113天，押注了150场比赛中的32场。 安装 运行该程序需要手动安装，例如：

1.14(SciSharp.TensorFlow.Redist-Windows-GPU) 1.14(SciSharp.TensorFlow.Redist-Windows-GPU) 1.14(SciSharp.TensorFlow.Redist-Windows-GPU) 1.14(SciSharp.TensorFlow.Redist-Windows-GPU)

查看tensorflow版本

图像分类张量流 用于图像分类的cnn模型

使用tensorflow编写的logistic回归算法，进行房价预测。使用了matplotlib绘制分类曲线，一个实例程序，方便机器学习入门。

人工神经网络架构 使用keras（后端的Tensorflow）轻松构建ANN架构的脚本。

《深度学习》花书配套代码，tensorflow版本，江湖人称“AI圣经”。