keras-rcnn：用于基于区域的卷积神经网络（RCNN）的Keras软件包

YOLOv4 YOLOv4的TensorFlow 2.0实现：物体检测的最佳速度和准确性 该实现（目前）使用的原始Darknet权重进行。 请参阅路线图部分以了解下一步。 安装 要安装此软件包，您可以运行： pip install tf2_yolov4 pip install tensorflow # Check that tf2_yolov4 is installed properly python -c " from tf2_yolov4.model import YOLOv4; print(YOLOv4) " 要求： MacO> = 10.15，因为tensorflow-addons对于较旧的MacO版本不可用 Python> = 3.6 TensorFlow和TensorFlow插件之间的兼容版本：检查 Colab中的示例 / 预先训练的体重 我们的YOLOv4实现与K

字母识别 使用Keras和TensorFlow实现的卷积神经网络。 它使用具有26个大写字母数字符号的类似MNIST的数据集。 使用生成的数据对模型进行训练，训练后，权重将保存并为TensorFlow.js支持的格式。 实时网络应用程序在。

基于Keras的attention实战，环境配置： Wn10+CPU i7-6700 、Pycharm 2018、 python 3.6 、、numpy 1.14.5 、Keras 2.0.2 Matplotlib 2.2.2 经过小编亲自调试，可以使用，适合初学者从代码的角度了解attention机制。

DeepF（深时尚） 背景 基于“深层时尚数据集”的时尚分析。 以下术语适用 “类别”：衣服分为“上身”，“下身”和“全身”衣服 “类别”：在类别中，服装的不同类别（例如，“ T恤”，“衬衫”等） 设定环境 该项目假定您已经设置了环境。 该项目基于以下主要依赖关系（这是在执行时。新版本也可以使用）： classDetect ， classDetectKinli ：python = 3.6.7 tensorflow-gpu = 1.11.0 keras = 2.2.4 keras-frcnn ：python = 3.6.8 tensorflow-gpu = 1.8.0 keras = 2.2.0 （注意：较旧版本的keras / tensorflow是必需的，因为较新版本中存在一个错误，会在模型训练期间导致致命错误） 提示：在具有Xeon 6核3.5 GHz，12 GB RAM，NV

在GitHub上下不下来，然后用校园网下的，传上来，给大家方便。

文件为py文件，用pycharm打开即可，使用lenet-5训练三次即可达到0.98识别率，非常简单，适合新手入门。。。。。。。

目录 OSSAS ChatBot 嗨，这是一个基于Keras建造的单轮中文聊天机器人！ 这是我学习机器学习两个月的结果，所以或多或少会有不足。 模型采用Encoder-Decoder结构，编码器采用BiLSTM，Decoder采用LSTM。并且加入了注意机制。这是它的模型图（使用Netron生成）： 使用方法 可能需要安装的依赖： 在运行前需要安装：VC ++ 地址： : 机器人下载地址： 提取码：6zq6 软件在Windows10测试可用。 在下载后，你可以看到两个程序： Ossas.exe和QQRecord2Excel.exe Ossas.exe是实现聊天机器人的主程序，它包括了以下功能： 1）数据预处理和模型构建 2）模型训练 3）打开与Cool_Q的接口（以此来实现使用QQ进行人机对话） 4）实时对话（训练完成后你可以在这里和机器人进行直接对话） 而QQRecord2E

Keras实现的RetinaNet目标检测 Keras RetinaNet Keras 实现 RetinaNet 对象检测，如 Tsung-Yi Lin、Priya Goyal、Ross Girshick、Kaiming He 和 Piotr Dollár 在本文中所述。 培训 可以在此处找到有关如何培训 keras-retinanet 的示例。 用法 对于 Pascal VOC 的训练，请运行：python examples/train_pascal.py 对于 MS COCO 的培训，请运行：python examples/train_coco.py 一般来说，在你自己的数据集上训练的步骤是： 通过调用 keras_retinanet.models.ResNet50RetinaNet 创建一个模型并编译它。 根据经验，已发现以下编译参数运行良好：model.compile( loss={ 'regression' : keras_retinanet.losses.regression_loss, 'classification': keras_retinanet.loss

ASRT：基于深度学习的中文语音识别系统 ASRT是一个基于深度学习的中文语音识别系统，如果您觉得喜欢，请点一个“ Star”吧〜 自述语言|中文版| | |||| 如果程序运行期间或使用中有什么问题，可以及时在issue中提出来，我将尽快进行响应。本项目作者交流QQ群： 894112051 提问前请仔细查看，以及避免重复提问 以下问题AI柠檬博主和群友可能会拒绝回答，包括但不限于： 询问已经写在ASRT语音识别项目文档和问题上解决过的已知重复问题。 找不到重点，不知所云的问题，但不声明任何其他信息。 跟ASRT项目没有直接相关的问题 “伸手党”类的问题 请注意，开发者并没有义务回复您的问