Alsn Qt5 信息内容安全TF IDF计算器.rar

Posenet + KNN图像分类器演示 在这里查看： : 相机演示演示了如何创建具有3个类别的自定义分类器，可以使用网络相机对姿势数据进行实时训练。 按住训练按钮，将样本添加到分类器，然后让其预测3个类别中最接近的类别。 设置 cd进入项目文件夹： 安装依赖项并准备构建目录： yarn 要监视文件中的更改并启动开发服务器： yarn watch

inception_v3_weights_tf_dim_ordering_tf_kernels_notop.h5 这是VGG16网络在imagenet数据集上的预训练权重文件，不带连接层。仅仅需要5积分，自行下载提取哦。

权重文件 squeezenet_weights_tf_dim_ordering_tf_kernels

TF-IDF-K- 包括源代码和一些语料库，重置词库，爬虫代码，通过词频分析关键词说明幻灯片等等供大数据实验班同学下载

很好用的修复工具，适用于所有品牌包括金士顿，宇瞻等。

TextRecommended TF-IDF SVM文本分类实现 实现了三个分词接口 IK Jeseg Stanford 还是觉得Jeseg最好，自定义的空间也大 特征选取是用CHI2 语料库是搜狗

cnn-text-classification-tf-master，一个卷积神经网络的小实例，基于TensorFlow

inception_v3_weights_tf_dim_ordering_tf_kernels Linux下是放在“~/.keras/models/”中 Win下则放在Python的“settings/.keras/models/”中 Windows-weights路径：C:\Users\你的用户名\.keras\models anaconda下依然好用

keras2onnx Linux 视窗 keras.io 喀拉拉邦 介绍 keras2onnx模型转换器使用户可以将Keras模型转换为模型格式。 最初， 转换器是在项目开发的。 keras2onnx转换器开发已移至一个以支持更多种Keras模型并降低混合多个转换器的复杂性。 大多数常见的Keras图层都已支持转换。 请参阅或以获取有关层的详细信息。 Windows机器学习（WinML）用户可以使用 ，将其调用包装在keras2onnx上以转换Keras模型。 如果要使用keras2onnx转换器，请参考，标识相应的ONNX操作集编号。 keras2onnx已在tensorflow