官方h5权重文件，xception_weights_tf_dim_ordering_tf_kernels Linux下是放在“~/.keras/models/”中 windows用户直接将文件放置在：C:\Users\用户名\.keras\models 下即可。官方GitHub下载速度慢，给需要的朋友们。

笑脸 笑脸检测与使用卷积深层神经网络 。 本示例基于mnist_cnn.py示例，以32x32（而不是28x28）运行。 要编译ZMQVideoInput应用，需要 。 如果要使用OpenCV运行实时捕获，并且正在使用OS X，我建议通过使用Python，并通过以下方式安装OpenCV： conda install -c https://conda.anaconda.org/menpo opencv3

TextClassification-Keras 这个代码库实现了一个各种深学习模型使用Keras框架，其中包括文本分类：FastText，TextCNN，TextRNN，TextBiRNN，TextAttBiRNN，韩，RCNN，RCNNVariant等除了模型实现，简化应用程序包括在内。 指导 环境 Python 3.7 NumPy 1.17.2 Tensorflow 2.0.1 用法 所有代码都位于目录/model ，每种模型都有对应的目录，其中放置了模型和应用程序。 例如，FastText的模型和应用程序位于/model/FastText ，模型部分为fast_text.py ，应用程序部分为main.py 模型 1个FastText FastText是在“提出的。 1.1论文描述 使用查找表，将ngram包转换为单词表示形式。 将单词表示形式平均为一个文本表示形式，它是一个隐藏变量。 文本表示又被馈送到线性分类器。 使用softmax函数可计算预定义类上的概率分布。 1.2在这里实现 FastText的网络结构： 2个TextCNN 在提出了TextCNN

Keras深度学习入门与实战，完整版，提供源码、课件、数据。 本课程介绍深度学习和神经网络的概念，并使用keras框架带领同学们构建各种各样的机器学习网络和深度学习网络，非常适合入门学习。

卷积神经网络CNN识别图像集Cifar10，使用Jupyter Notebook 编写的 Python代码，含建模及测试，代码注释清晰，十分适合新手

在10分钟内用Flask作为Web App部署Keras模型 一个漂亮且可自定义的Web应用程序，可轻松部署DL模型 10分钟入门 克隆此仓库 安装要求 运行脚本 转到 做完了！ :party_popper: :backhand_index_pointing_down: 屏幕截图： 新的功能 :fire: 增强的，适合移动设备的UI 支持图像拖放 使用原始JavaScript，HTML和CSS。 删除jQuery和Bootstrap 默认情况下切换到TensorFlow 2.0和 将Docker基本映像升级到Python 3（2020年） 如果您需要使用Python 2.x或TensorFlow 1.x，请签出快照 与Docker一起运行 使用 ，您可以在数分钟内快速

现在网上能找到的博客我现在看起来很明白，虽然讲的很详细，但是对于几天前的我真的看不明白，因为新手会遇到各种各样毫无征兆的问题，所以我决定写一篇面向新手的如何去使用 yolo 和如何去做自己的数据集来训练属于自己的模型。因为我也是新手，所以不说原理，只谈操作方法。 因为东西很杂，我会把小东西分出去写，并且在本文中附上链接。 一、准备工作 1、事件前言： 简单介绍下情况，本人本科二年级，机器学习小白，操作系统:windows10 前阵子用 matlab 做图像识别项目时发现了 yolov3 算法，觉得很有意思，但是无奈当时还没有基于matlab 的版本（听说现在有了），所以就用 python 运行

肺实例分割工作流程 （使用Keras和Ray Tune的U-Net / Mask R-CNN工作流程进行实例细分） 肺部实例分割工作流程使用通过模型从图像中预测肺罩。 运行工作流程 使用命令git clone cd进入lung-instance-segmentation-workflow目录 [可选]如果要添加自己的Docker映像，请转至workflow.py文件并在以下位置更改映像 unet_wf_cont = Container ( "unet_wf" , Container . DOCKER , image = "docker://vedularaghu/unet_wf:latest" ) 部分，指向您的docker映像的链接 使用命令python3 w

系统：Raspbian Buster with desktop and recommended software，2019年7月10号的版本 开启了摄像头、SSH和VNC，不需要的注意自己关一下 用户名还是pi，密码还是默认的raspberry 亲测可用。

可视化 使用Tensorflow和Keras中的预训练网络对大型数据集图像进行TSNE可视化 依存关系 麻木 张量流 凯拉斯 keras_vggface scikit学习 matplotlib glob2 皮尔 用法： 执行python tsne-visualization.py --help进行使用