grad-cam.tensorflow, 在tensorflow中，实现梯度凸轮 grad-cam.tensorflowtensorflow中梯度凸轮的实现梯度类激活图是一种深入学习网络的可视化。原始论文：https://arxiv.org/pdf/1610.02391v1.pdf最初的Torch 实现：htt

基于Python玩转人工智能最火框架，最详细的TensorFlow视频， 从安装到实践项目，还有源代码。百度网盘

利用tensorflow的中文文本分类程序，包括CNN和RNN实现，程序结构清晰，便于学习理解。

一：安装Anaconda和Tensorflow 步骤： 1：从官方网站下载Anaconda https://www.anaconda.com/download/    注意自己电脑版本是32位还是64位。  2：进行软件安装（这个和普通的没什么特别区别） 3：安装完成Anaconda之后进行环境变量的测试 进入到windows中的命令模式： （1）检测anaconda环境是否安装成功：conda –version （2）检测目前安装了哪些环境变量：conda info –envs （3）对于Anaconda中安装一个内置的python版本解析器(其实就是python的版本)      

TensorFlow 中 训练模型 train-saver.zip

Tensorflow训练图片

Tensorflow测试图片

NIMA：神经影像评估 实现 Keras + Tensorflow中的，并在AVA数据集上训练MobileNet模型的权重。 NIMA为图像分配了“均值+标准偏差”得分，可以用作自动检查图像质量的工具，也可以用作损失函数来进一步改善生成的图像的质量。 包含在AVA数据集上针对以下模型训练的权重： NASNet Mobile（由于 ！而在valset上的EMD为0.067 EMD，仅需预训练即可0.0848 EMD） Inception ResNet v2（在valset上约为0.07 EMD，感谢 ！） MobileNet（valset上为0.0804 EMD） 用法 评价 有eva

绝望中重生：MX150+python3.7+CUDA10.0+Tensorflow-gpu1.13安装记录-附件资源

本文参考：https://www.cnblogs.com/gaoyq/p/10268442.html 感谢博主分享！捣鼓了好长时间终于弄好了！ 包下不下来的朋友可以找我要！ 配置： CPU：i5-8265U GPU：NVIDIA MX150 Python版本：Python3.6.5 TensorFlow版本：1.10.0 步骤： 1、安装CUDA-9.2 访问官网下载后安装即可 https://developer.nvidia.com/cuda-92-download-archive 安装时最好按默认路径安装 2、下载CUDNN-7.2 访问官网下载https://developer.nvid