本资源是搭建在Linux服务器上anaconda3中的tensorflow虚拟环境，已经经过测试，并且投入了生产，可以直接用。 本环境用conda-pack打包，只需要直接解压到anaconda路径下的envs中就可以直接使用。 python版本3.6.8 pip版本21.2.3 介绍：TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现。 此资源比较适合以下情况： 1、快速搭建一个tensorflow虚拟环境，免去安装过程中对繁琐的依赖问题处理 2、在服务器上离线搭建环境

这是jetson上的anaconda安装使用sh命令安装即可完成安装。

Anaconda安装包

文件：python代码 内容：基于 anaconda+keras 框架，在 jupter notebook 中 构建多层感知器，识别MNIST数据集中的手写数字。 亲测可用，同学们可以放心下载。 MNIST数据集 (Mixed National Institute of Standards and Technology database) 是美国国家标准与技术研究院收集整理的大型**手写数字数据库**，包含 6万 个示例的训练集以及 1万 个示例的测试集。MNIST数字文字识别数据集数据量不太多，而且是单色的图像，比较简单，很适合深度学习的初学者用来练习建立模型、训练、预测。 经典的MNIST数据集包含了大量的手写数字。十几年来，来自机器学习、机器视觉、人工智能、深度学习领域的研究员们把这个数据集作为衡量算法的基准之一。你会在很多的会议，期刊的论文中发现这个数据集的身影。实际上，MNIST数据集已经成为算法作者的必测的数据集之一。有人曾调侃道："如果一个算法在MNIST不work, 那么它就根本没法用；而如果它在MNIST上work, 它在其他数据上也可能不work！"

Anaconda3，可用于nvidia jetpack各版本，自带最新的各种包，如:python3.9。可在边缘计算设备上创建虚拟环境

Anaconda3-2021.04-Linux-aarch64.sh

Anaconda3-2022.05-Linux-x86_64.sh

Unity ML-Agents 之 环境配置（Anaconda 下载安装等），简单的搭建场景实现简单训练的Demo（内含详细步骤） 一、简单介绍 二、工程地址 三、效果预览 四、实现原理 五、涉及命令 六、注意事项 七、环境搭建 Anacoda 的下载 Anaconda 安装 Unity ML-Agents 资源下载 八、Anacoda 中构建 Unity 训练环境 创建环境 在环境中安装 mlagents 九、Unity 中集成 ML-Agents 十、结合 ML-Agents 和 Unity 开始训练 十一、使用训练好的模型，进行演示 十二、关键脚本

代码运行环境+代码 TensorFlow实现 遥感图像识别 FPN算法 Convnext神经网络

1、致欢迎词 我将详细讲述在学Python初期的各种手忙脚乱的问题的解决，通过这些步骤的操作，让你的注意力集中在Python的语法上以及后面利用Python所解决的项目问题上。而我自己作为小白，很不幸的没有错过任何的坑，都跳了进去，所以在这里写下经验贴，一方面希望能给后来的学者能够高效的避开这些坑，另一方面也算是自己的总结与警告。 2、内容大纲 2.1 安装顺序 能够使用Python的安装过程我建议这样：Anaconda-Pycharm Anaconda我建议安装Anaconda3 原因后面会解释 2.2 安装结果 Anaconda是一个科学计算环境，当在电脑上安装好Anaconda3以后，就