自己编译的Tensorflow-Gpu C++ 开发包，Windows x64系统 Vs2015 Cuda 10.2 Cudnn7.6 文件中是百度网盘提取码。

分享tensorflow2.8.0资源包用于C++开发，希望更多的人能够有所收获。 如果有梯子能力，可以直接自行从外网tensorflow官网下载。

利用别人训练好的模型进行图像识别，实现Tensorflow快速入门！

数据包括历史光伏逆变器数据，首先利用pycaret筛选模型，后使用tensorflow-keras框架构建lstm完成光伏发电预测

本资源是https://jarod.blog.csdn.net/article/details/127636618的配到资源，详细讲解了如何从零开始用TensorFlow搭建TextCNN，完成文本分类任务。 包含完整源代码和教程文档。模型搭建在Jupyter环境，可以根据教程文档或参考源代码自己一步一步实现自己的TextCNN，并在自己的数据集上训练出自己的模型。 模型在测试集上准确率达到96.45%，可以满足生产使用。

TensorFlow中的深度学习模型 该存储库包含使用实现几种深度学习模型的jupyter笔记本。 每个笔记本均包含有关每种型号的详细说明，希望可以简化所有步骤。 笔记本在Python 3.6，Tensorflow 1.8中运行 楷模：

循环GAN-Tensorflow CycleGAN的简单Tensorflow实现 参考 相关作品 作者 金俊浩

《21个项目玩转深度学习-基于tensorflow的实战详解》项目20源码，深度强化学习：Deep Q learning

tensorflow gpu 1.3.0版 python 3.6 tensorflow gpu 1.3.0版 python 3.6

在整个安装的过程中也遇到了很多的坑，故此做个记录，争取下次不再犯！ 我的整个基本配置如下： 电脑环境如下：win10(64位)+CPU:E5-2603 +GPU:GTX 1070 需要安装的软件如下：Anaconda3-4.2.0-Windows-x86_64(python 3.5.2) + tensorflow-gpu 1.8 + CUDA 9.0 + cuDNN v7.1 for CUDA9.0 若你想在自己的windows上安装tensorflow-gpu，一般化也可以遵循如下的步骤。 1.首先确定自己电脑的gpu是否支持cuda 能否支持tensorflow-gpu版本，这里主要是Nv