列出所有GPU设备,并进行GPU测试
2022-11-12 14:30:26 125B TensorFlow-GPU测试
1
Jetson Nano Tensorflow 安装包 tensorflow_gpu-2.0.0+nv19.11-cp36-cp36m-linux_aarch64.whl
2022-11-12 11:22:41 198.39MB Jetson Nano TensorFlow
1
在VsCodes中利用TensorFlow.js实现逻辑回归的源码
2022-11-11 16:30:50 2KB 机器学习 逻辑回归 TensorFlow.js
1
wavenet时间序列预测---TensorFlow版(附源码+数据),博客连接https://blog.csdn.net/qq_22290797/article/details/108506401?spm=1001.2014.3001.5501
2022-11-10 20:23:55 10.76MB 时序预测
1
这里将加载iris数据集,创建一个山鸢尾花(I.setosa)的分类器。 # Nonlinear SVM Example #---------------------------------- # # This function wll illustrate how to # implement the gaussian kernel on # the iris dataset. # # Gaussian Kernel: # K(x1, x2) = exp(-gamma * abs(x1 - x2)^2) import matplotlib.pyplot as plt import nump
2022-11-10 16:19:10 138KB iris ns OR
1
VScode中利用TensorFLow.js实现线性回归源码。
2022-11-09 17:23:22 1KB vscode 机器学习 TensoFLow.js 线性回归
1
简单的物体检测程序 ##使用React js( )。 Tensorflow js( )。 安装 npm install 跑步 npm start 在开发模式下运行应用程序。 打开在浏览器中查看它。 如果您进行编辑,则页面将重新加载。 您还将在控制台中看到任何棉绒错误。 npm test 在交互式监视模式下启动测试运行器。 有关更多信息,请参见关于的部分。 npm run build 构建生产到应用程序build文件夹。 它在生产模式下正确捆绑了React,并优化了构建以获得最佳性能。 生成被最小化,并且文件名包括哈希值。 您的应用已准备好进行部署! 有关更多信息,请参见关于的部分。 npm run eject 注意:这是单向操作。 eject ,您将无法返回! 如果您对构建工具和配置选择不满意,则可以随时eject 。 此命令将从您的项目中删除单个生成依赖项。 相反,
2022-11-08 21:30:52 1.28MB JavaScript
1
嵌套式LSTM Cell的Tensorflow实现
2022-11-08 19:27:43 167KB Python开发-机器学习
1
BP神经网络实例及代码分析(python+tensorflow)
2022-11-08 13:33:23 4.32MB Python神经网络 python 神经网络 tensorflow
1
detect.tflite tensorflow lite android安卓 demo 模型 离线模型
2022-11-08 10:18:34 3.99MB android tensorflow 人工智能 python
1