使用VGG19迁移学习实现图像风格迁移 这是一个使用预训练的VGG19网络完成图片风格迁移的项目,使用的语言为python,框架为tensorflow。 给定一张风格图片A和内容图片B,能够生成具备A图片风格和B图片内容的图片C。此项目使用Python2.7+TensorFlow 1.4编写,环境太过古老,可能无法正常运行起来。 1.下载预训练的vgg网络,并放入到项目的根目录中 模型有500M+,故没有放到GitHub上,有需要请自行下载。 下载地址:http://www.vlfeat.org/matconvnet/models/beta16/imagenet-vgg-verydeep-19.mat 2.选定风格图片和内容图片,放入项目根目录下的images文件夹中 在项目根目录下的images文件夹中,有两张图片,分别为content.jpg和style.jpg,即内容图片和风格图片。 如果只是使用默认图片测试模型,这里可以不做任何操作。 如果要测试自定义的图片,请使用自定义的内容图片和/或风格图片替换该目录下的内容图片和/或风格图片,请保持命名与默认一致,或者在se
2022-08-31 17:05:22 4.59MB tensorflow 图像风格迁移 VGG19 深度学习
1
StyleGAN - 官方TensorFlow实现
2022-08-29 20:46:52 1.65MB Python开发-机器学习
1
您将在本课程中学习到用Tensorflow Python接口训练的模型,如和部署到实际产品中。适用人群可以帮助会训练深度学习的模型的同学,学习如何部署模型,特别是实际产品中。 课程简介 课程目标 让学员熟悉用TensorFlow系列了模型之后,如何部署到实际产品中,并能够自己写代码导出模型和加载模型。 适用人群 人工智能领域从业者 or 深度学习实际产品开发人员或者想了解训练模型后,如何部署的学员。 课程简介    让学员可以从实战角度深度的学习深度学习产品开发过程,并能够自己写代码实现TF模型的导出和加载,并用C++接口部署到产品中,如何解决模型加密,多卡支持等,并了解Tensorflow源码。 在课程资料和答疑部分提供了完整的源码下载;
1
windows TensorFlow DLL 2.4.0 GPU版本,C++
2022-08-24 14:46:22 200.09MB tensorflow
1
tensorfflow: 2.8.0 cuda: 11.4 cudnn:8.2 tensorRT: 8.2
2022-08-24 12:53:43 471.65MB gpu tensorflow ai 人工智能
1
windows10下最新 TensorFlow GPU版 C++ 运行库编译成功-附件资源
2022-08-24 12:31:04 23B
1
libtensorflow-gpu-windows-x86_64-2.5.0.zip
2022-08-24 12:28:49 238.1MB tensorflow
1
对fashion-minist数据集进行服装分类识别(10种),python3.7 用keras架构 实现1层,3层,4层卷积网络,有准确度和损失图,衣服的可视化验证,还增加了一个tkinter窗口 从本地选择图片,放入模型中识别,最后给图片贴上标签
2022-08-24 11:09:09 79.98MB tensorflow fashion-minist 卷积网络
1
TensorFlow机器学习实战指南
2022-08-23 21:05:23 61.26MB
1
10.2.2 聚类分析 聚类是将物理或抽象对象的集合分成若干由类似的对象组成的多个类 的过程。由聚类生成的簇是一组数据对象的集合,这些对象与同一个簇中的 对象彼此相似,与其他簇中的对象相异。现在聚类分析广泛应用于生物、经 济、社会、人口等领域的大量量化分类问题的研究中,也是数据处理、数据挖 掘中最主要的内容之一。聚类分析内容非常丰富,有系统聚类法、动态聚类 (K均值聚类)法、有序样品聚类法和模糊聚类法等。 在实际应用中,有时样品之间有先后次序且不能变动,在同一类中的样 品要求次序相邻的,这类问题称为有序样品的聚类分析。例如对动植物按生 长的年龄段进行分类,年龄的顺序是不能改变的,否则就没有实际意义了;在 地质勘探中,需要通过岩心了解地层结构,此时按深度顺序取样,样品的次序 也不能打乱;在证券交易中,对行情的研判必须与交易时间相对应,今天赚钱 的品种在昨天或者明天都可能严重亏损。 10.2.3 上证综指的聚类 表10-1是2010年7月16日到2011年7月15日整一年共243个交易日 的上证综指收盘价(来自同花顺交易软件),图10-1是相应的散点折线图。 ·781·
2022-08-21 23:41:47 12.77MB 文字非扫描 中文高清版 pdf
1