基于tensorflow实现CNN文本分类 目前文本分类问题主要使用的RNN/LSTM，但是本身具有时序性强、速度慢等局限性。而CNN的主要特点是速度快，主要用于计算机图像的核心部分GPU的硬件层实现。

HandGestureClassify 基于tensorflow的手势识别和分类 博文地址： 原手部检测代码源自： 分类代码参考： 使用说明： 1.手势识别 运行 run_demo_hand_with_tracker.py 进行实时手势识别 修改 config.py 中的 DEMO_TYPE 可更改输出的图像类型 将 run_demo_hand_with_tracker.py 中的 cv2.imwrite('./storePic/11'+str(i)+'.jpg', local_img.astype(np.uint8),[int(cv2.IMWRITE_JPEG_QUALITY), 90]) 语句解除注释可以保存图片到项目目录下，可以自行修改存储目录 2.手势图像分类 classmain.py 代码用于训练分类 用于训练的手势数据集存于 classify -- handGestureP

ZhuSuan 一个基于Tensorflow的贝叶斯深度学习库ZhuSuan

问题描述 给定波士顿地区一系列地区租房的价格，然后罗列出了收集到多个因素，每个因素已经是量化好。现在给定的要求是，使用一个多元线性模型去拟合这些数据，然后用于预测。 模型 price=f(x1,x2,…,xn)=∑i=1nwixi+b price = f(x_1, x_2, …, x_n) = \sum\limits_{i=1}^{n} w_i x_i + bprice=f(x1​,x2​,…,xn​)=i=1∑n​wi​xi​+b 这里没有激活函数，所以还不到神经网络的阶段。 基于Tensorflow的建模一般步骤 数据准备： 1. 筛选 2. 分类 3. 清洗 4. 格式化 模型构建 1.

一种基于潜在好友关系和购买关系构建异质信息网络的方法 ，针对不同用户，采用动态采样方式生成用户的潜在好友 RecQ 简介创始人：@Coder-Yu 主要贡献者：@DouTong @Niki666 @HuXiLiFeng @BigPowerZ @flyxu RecQ 是一个用于推荐系统（Python 2.7.x）的 Python 库，其中包含了许多最先进的推荐模型被执行。 为了轻松运行 RecQ（无需一一设置 RecQ 中使用的包），强烈推荐领先的开放数据科学平台 Anaconda。 它集成了 Python 解释器、常用科学计算库（如 Numpy、Pandas 和 Matplotlib）和包管理器。 所有这些都使其成为数据科学研究人员的完美工具。 此外，还可以使用基于 GPU 的深度模型（需要 TensorFlow）。 最新消息 17/09/2019 - 添加了 SIGIR'19 中提出的 NGCF。 13/08/2019 - 添加了 ICDM'19 中提出的 RSGAN。 09/08/2019 - 我们的论文被 ICDM'19 接受为完整的研究论文。 02/20/201

MobileNetV2-PoseEstimation [注意] RraspberryPi + NCS2的行为非常不稳定。 [注意] Tensorflow Lite + CPU的行为不稳定。 [警告] 2019年5月6日，Google Edge TPU程序和模型正在建设中。 [信息] 2020年6月8日，我正在极大地调整Tensorflow Lite模型的性能。 介绍 ildoonet的成就给该存储库带来了自己的实现。 谢谢 。 我将仅使用CPU使他的实现更快。 环境 Ubuntu 16.04 x86_64 USB相机 神经计算棒2（NCS2） Google Edge TPU Py

基于TensorFlow深度学习框架和聚类回归模型的大用户短期电力负荷预测

tf_classification, 基于TensorFlow的图像分类训练评价和测试代码 TensorFlow分类这里 repo 包含使用 TensorFlow 图像分类的训练。测试和classifcation代码。 支持整个图像分类以及多实例边界框分类。检查 Wiki插件以获得更详细的教程。要求需要 TensorFl

基于tensorflow、CNN、清华数据集THUCNews的新浪新闻文本分类-附件资源

实例包括： CNN、图像相关：包含图像分类、目标检测、人脸识别、风格迁移，同时包含GAN、cGAN、CycleGAN等和GAN相关的内容 RNN、序列相关：文本生成、序列分类、训练词嵌入、时间序列预测、机器翻译等等。 强化学习：主要复现一些基础的算法，如Q Learning、SARSA、Deep Q Learning等。