基于TensorFlow 2.0架构所写，已经进行OCR文字识别，支持文字检索

Triplet Loss训练所需数据，是博文《Tensorflow2/Keras Triplet Loss 代码实践》(https://blog.csdn.net/u012762410/article/details/127484490)所需数据。主要包含：anchor_arr.npy，negative_arr.npy和positive_arr.npy。

基于 tensorflow2.3 开发的水果蔬菜识别系统.pdf基于 tensorflow2.3 开发的水果蔬菜识别系统.pdf基于 tensorflow2.3 开发的水果蔬菜识别系统.pdf

适用于Visual Studio 2015、2017和2019的Microsoft Visual C ++ Redistributable。以下更新是 Visual Studio 2015、2017和2019最新支持的Visual C ++可再发行组件包。其中包括Universal C Runtime的基准版本，有关详细信息，请参阅MSDN。

C++编译好的windows版tensorflow2.0（windows10+vs2015+tensorflow2.0）

tensorfflow: 2.8.0 cuda: 11.4 cudnn:8.2 tensorRT: 8.2

TensorFlow2.0课程代码，KerasTensorflowScikitLearn实现各种神经网络模型

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。

深度学习与Tensorflow2实战视频教程，2020最新版本，Tensorflow2版本更简单实用，课程纯实战驱动，通俗讲解2版本核心模块与实例应用。全程代码实战，通俗易懂，用最接地气的方式讲解各大核心模块，基于真实数据集展开项目实战，丰富案例支持，快速入门！ 课程大纲： 章节1 Tensorflow安装与简介 章节2 神经网络原理解读与整体架构 章节3 搭建神经网络进行分类与回归任务 章节4 卷积神经网络原理与参数解读 章节5 猫狗识别实战 章节6 图像数据增强实例 章节7 训练策略-迁移学习实战 章节8 递归神经网络与词向量原理解读 章节9 基于TensorFlow实现word2vec 章节10 基于RNN模型进行文本分类任务 章节11 tfrecord制作数据源 章节12 将CNN网络应用于文本分类实战 章节13 时间序列预测 章节14 自然语言处理通用框架BERT原理解读 章节15 谷歌开源项目BERT源码解读与应用实例 章节16 对抗生成网络实战 章节17 基于CycleGan开源项目实战图像合成 章节18 经典网络架构Resnet实战 章节19 Tensorflow基础

FX8350不支持AVX2, 标准tensorflowgpu版本包都是要AVX2支持的，所以需要重新编译才能使用。参照CSDN上的资料，重新编译。 只支持算力6.1的显卡。 cuda,cudnn版本为 cuda_11.0.1_451.22_win10 cudnn-8.0-windows10-x64-v7.1-ga 需要自行下载。