包括深度学习keras快速入门+tensorflow&keras;深度学习+python数值分析基础三个资源

用于分布和不确定性估计的混合密度网络：使用Keras（TensorFlow）进行分布和不确定性估计的通用混合密度网络（MDN）实现

No module named 'tensorflow.examples'

人工智能-项目实践-图像识别-基于 MobileNetV2 的人脸口罩检测识别 基于 tf.keras 的训练模型 MobileNetV2 搭建一个深度卷积神经网络进行人脸口罩检测识别, 使用 1070Ti 训练 15 个 epoch 准确率达 96%. 环境 Python 3.7 tensorflow 2.2.0 CUDA Version 10.1.243 数据集 数据集全部来自于网络公开数据.

胶囊网络的Tensorflow实现 要求 tensorflow> = 1.4（也许1.3也应该工作，尽管我没有测试它） 麻木 枕头 科学的 胶囊网络 我试图实现这个想法 文件描述 config.py包含所有需要的超级参数。 utils.py包含有关加载和保存的功能。 model.py具有capsNet和整个模型实现的所有构建块。 train.py用于培训。 eval.py用于评估。 用法 训练 $ python train.py 评估 $ python eval.py 训练 结果 分类 时代 10 测试权限 99.278 重建

面向机器智能的 TensorFlow 实践代码实现，基于tensorflow1.4版本

主要为大家详细介绍了使用tensorflow实现线性回归，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

本文针对齿轮箱故障检测与诊断问题，运用信号处理和神经网络等相关知识，构建了小波变换模型、1D-CNN 模型进行齿轮箱工作状态的分析。综合运用 MATLAB 和 Python 等软件编程求解，通过模型参数调整使 1D-CNN 模型效果趋于最优，最终得到较为准确的诊断结果。对于输入神经网络的数据，进行训练集与测试集的划分以及归一化、编码分类标签等操作便于模型训练。 有问题欢迎私信沟通交流，共同学习！

timeseries-lstm-keras：基于Jason Brownlee教程，在Keras中使用LSTM递归神经网络在Python中进行时间序列预测

tf-3dgan, 3D 生成对抗性网络的Tensorflow实现 tf-3dgan 基于的生成对抗性网络的Tensorflow实施。这是一个tensorflow实现，通过 3D 个生成对抗建模学习对象形状的概率潜在空间。" 带有交互式卷图的博客文章。要求tensorflow>