《共享噪音》（Noise Maker）是我做的一个基于Tensorflow的自动生成儿歌的作品。

Eigen,这是一个C++端的矩阵运算库,这个库只要下载压缩包，解压到某个自己知道的路径下即可 下载之后解压,重新命名为eigen3，放到某个路径下，安装就好 mkdir build cd build cmake .. make sudo make install

tensorflow-2.2.0-cp36-cp36m-manylinux2010_x86_64.whl 安装过程（python 3.7的会提示找不到包，所以要创建一个python 3.5的环境，我的i3-7100在安装cp37时会提示不支持的平台，换cp36的可以正常安装）： conda create -n tensorflow python=3.5 conda activate tensorflow pip install tensorflow-2.2.0-cp36-cp36m-manylinux2010_x86_64.whl

试穿瓶 基于的多阶段虚拟试穿深度神经网络。 我们在上层提供了SIMPLE和EASY-to-handle API ，并结合了一些传统的图像处理方法。 特征： 快速Human_Image + Cloth_Image = Gen_Image ，为指定人员穿上指定的上衣。 Flask上的Web和后端响应服务 如何使用 运行完整的服务器代码 将3个下载到/checkpoints 。 安装 启动Flask服务python main.py 客户端使用base64编码图像，并以发送图像。 然后服务器将以相同规则返回结果。 仅运行网络代码 Model.py是唯一需要注意的文件。 安装依赖项并初始化m

tensorflow1.0的 cpu 版本，c++接口包含： dll ,lib ,include。window下的编译。

去噪声代码matlab DnCNN-张量流 基于tensorflow-1.8的实现 运行此代码 带有依赖项的Python3：scipy numpy tensorflow-gpu scikit-image枕头h5py 生成训练数据 'generate_data.py'。 您可能需要修改训练数据集的路径。 根据作者提供的信息，生成的训练数据集中有一些空白（零）数据。 训练 [火车]“ train_DnCNN.py” 测验 [测试]'Validate_DnCNN.py'您需要更改测试集的路径和文件类型。 虽然我通过matlab生成了测试集，以在与其他方法竞争时发挥作用。 结果 在我的工作中，只采用了降噪方法。 高斯去噪 BSD68数据集上不同方法的平均PSNR（dB）结果。 噪音等级 BM3D 无线网络 锁相环 MLP 脑脊液 TNRD 神经网络 神经网络 DnCNN-S-Re 15 31.07 31.37 31.21 -- 31.24 31.42 31.73 31.61 -- 25 28.57 28.83 28.68 28.96 28.74 28.92 29.23 29.16 -- 50

三、Java的23中设计模式 从这一块开始，我们详细介绍 Java中23种设计模式的概念，应用场景等情况，并结合他们 的特点及设计模式的原则进行分析。 1、工厂方法模式（Factory Method） 工厂方法模式分为三种： 11、普通工厂模式，就是建立一个工厂类，对实现了同一接口的一些类进行实例的创建。 首先看下关系图：

伯特分类服务 介绍 使用训练分类模型并通过部署模型。 然后，我们可以使用REST API进行在线预测。 开始使用 整个实验基于Chnsenticorp数据集，该数据集是正面和负面情绪的两类数据集。 0.准备训练前模型 下载中文bert模型chinese_L-12_H-768_A-12 ，然后解压缩并移至models目录。 1.训练模型 sh fine-tuning.sh 2.进行预测和导出模型 我们需要将检查点更改为张量流服务的格式。 sh export-model.sh 然后， export-model的结构将为： . └── 1569141360 ├── saved_model.pb └── variables ├── variables.data-00000-of-00001 └── variables.index 3.部署模型

由于cuda9.1资源太大，所以只好通过百度网盘分享，文档中是链接和密码，如果失效，请联系我，留下邮箱。文档中是CUDA9.1版本，官网下载不下来，在这里分享一下，有需要的朋友可以从这里下载。有需要cuda9.0以及cudnn7.1的朋友可以从我的其他博客中下载，windows中安装tensorflow-gpu的详细教程也在本人其他的博客中，过程很详细哈哈，上个资源我只想要2积分，很奇怪系统定了5积分。。。不过资源肯定好用，本人使用的。

对抗生成网络学习（十）——attentiveGAN实现影像去雨滴的过程(tensorflow实现)-附件资源