动手学深度学习-tensorflow-源代码

tensorflow1.13.2安装包，CPU版本。windows64位安装包，用的python3.6，bazel编译。

SSD-Tensorflow 声明： 更详细的代码解读. 欢迎关注. 运行环境： Python3 + Tensorflow1.5 + OpenCV-python3.3.1 + Numpy1.13 windows和ubuntu环境都可以 准备工作： 请在下载模型，并放到SSD_model文件夹下 文件说明： 1、ssd300_vgg.py：搭建ssd300网络模型，并解码网络输出 ·ssd_layers.py：SSD中各种网络层的定义 ·ssd_anchors.py：SSD的先验框anchor设置，与Caffe源码保持一致 2、utils.py：功能函数： （1）预处理图片：白化、resize300x300、增加batchsize这一维度 （2）处理/筛选边界框： ·将边界框超出图片范围(0,0)-(300,300)的部分cut掉； ·按类别置信度scores降序，对边界框进行排序并仅保留t

jetson系列开发板使用的pytorch1.5.0，tensorflow2.0， scopy1.4.1三个博主自己使用的pip软件源，有喜欢的朋友开源自行下载使用

uff-0.6.9-py2.py3-none-any.whl 直接pip安装

tensorflow2.6.0+windows-cpu的dll和lib

2.6.0版本windows-gpu的dll和lib

神经网络 深度学习 多GPU并行训练 tensorflow demo MNIST

文章见链接：https://blog.csdn.net/m0_54925305/article/details/123246627?spm=1001.2014.3001.5502 输入执行如下命令：python train-license-province.py train 进行省份简称训练 输入执行如下命令：python train-license-province.py predict 进行省份简称识别 输入执行如下命令：python train-license-letters.py train 进行城市代号训练 输入执行如下命令：python train-license-letters.py predict 进行城市代号识别 输入执行如下命令：python train-license-digits.py train 进行车牌编号训练 输入执行如下命令：python train-license-digits.py predict 进行车牌编号识别

瓦迪亚 用于创建端到端Web应用程序的开源解决方案，以在各种临床场景中利用深度学习的力量，例如植入物检测，肺炎检测，脑部mri分割等。 公关建议： 除非项目维护人员另有要求，否则请提供测试分支的PR 适当地命名您的公关 确保您已经为此PR提出了一个问题，并且项目维护者已经批准并分配了您 在PR说明中，通常期望以下内容： 使用的数据集： 数据集大小： 数据集来源： 链接到Colab Notebook：请确保您授予具有链接的任何人查看权限 探索性数据分析[相关快照和您的推断] 使用的任何预处理方法。 [详细说明] 您的训练框架 用于训练的不同方法 测试/训练拆分 结果：请不要简单地陈述测试的准确性。 预计还会有其他性能指标，例如F1得分等 **绘制表格以显示对您使用的不同方法的性能的比较分析 结论：您认为哪种方法最好，为什么？ notebooks/目录中应包含用于训练的笔记本