本资源是搭建在Linux服务器上anaconda3中的tensorflow虚拟环境，已经经过测试，并且投入了生产，可以直接用。 本环境用conda-pack打包，只需要直接解压到anaconda路径下的envs中就可以直接使用。 python版本3.6.8 pip版本21.2.3 介绍：TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现。 此资源比较适合以下情况： 1、快速搭建一个tensorflow虚拟环境，免去安装过程中对繁琐的依赖问题处理 2、在服务器上离线搭建环境

tensorflow很好地入门材料，内容非常详细，相比国内的书籍，比较浅显易懂，而且很全面。

进行tensort加速，cmake编译失败，缺少zlibwapi.dll Could not locate zlibwapi.dll. Please make sure it is in your library path 解决该问题： lib文件放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib dll文件放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin 下载地址： https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#install-zlib-windows 下载ZLIB DLL，不要下载32-bit ZLIB DLL Download and extract the zlib package from ZLIB DLL. Users with a 32-bit machine should download the 32-bit ZLIB DLL.

yolov5移植到ios运行测试例子， 亲测有效。

tensorflow2.3-keras使用卷积神经网络CNN实现cifar10图像分类源码+数据集+注释+模型加载保存

使用tensorflow2.3-keras卷积神经网络CNN实现猫狗识别-迁移学习源码案例+数据集+注释+离线模型

基于tensorflow和keras的cifar10图像分类源码，5星级源码

此文件是数据的输入读取环节，Copyright 2015 The TensorFlow Authors. All Rights Reserved. Licensed under the Apache License, Version 2.0 (the "License"); you may not use this file except in compliance with the License. You may obtain a copy of the License at http://www.apache.org/licenses/LICENSE-2.0 Unless required by applicable law or agreed to in writing, software distributed under the License is distributed on an "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.See the License for the specific language governing permissions and limitations under the License.

更新 日期 更新 2021-03-13 错误修正：1.脸部二维面具的图像未显示在android微信上。 2.第二次进入演示UI时，不显示3D模型。 2021-03-11 新增：使用“面部标志检测”和“ TensorFlow.js”的面部AR。 更新：将“ face-api.js”替换为“ face-landmarks-detection”，删除了“ face-api.js”的代码。 2019-09-07 新增：使用“ face-api.js”进行人脸检测和识别。 带有TFJS的微信小程序AR的介绍 TensorFlow.js是一个用于使用JavaScript进行机器学习的库。 TensorFlow.js有一个微信小程序插件。 我们可以使用TensorFlow.js创建AR效果。 “人脸地标检测”库基于TensorFlow.js。 “人脸地标检测”库在浏览器环境中提供人脸检测。

在ubuntu16.04上编译好tensorflow2.5.0-GPU；使用的是RTX 2060 Super测试多张图片；比TF-CPU加速很多。