Web上的动手Python深度学习：Anubhav Singh和Sayak Paul的Web上动手Python深度学习-源码
Web的动手Python深度学习
这是由Packt发布的Anubhav Singh和Sayak Paul编写的“ 的代码库。
集成神经网络架构以使用Flask，Django和TensorFlow构建智能Web应用
这本书是关于什么的？
有效地使用深度学习技术可以帮助您开发智能Web应用程序。 在本书中，您将介绍用于使用Python在Web开发中实施深度学习的最新工具和技术实践。 从机器学习的基础知识开始，您将专注于DL和神经网络的基础知识，包括常见的变体，例如卷积神经网络（CNN）。 您将学习如何使用不同标准Web技术堆栈的前端将它们集成到网站中。 然后，本书通过为自定义模型创建RESTful API，帮助您获得使用Python库（例如Django和Flask）开发支持深度学习的Web应用程序的实践经验。 稍后，您将探索如何为Google Cloud和Amazon Web Services（AWS）上基于深度学习的Web部署设置云环境。
本书涵盖了以下令人兴奋的功能：
探索深度学习模型并在浏览器中实现
使用Django和Flask设计基于Web的智能客户端
使用不同的基于Py
文件下载
资源详情
[{"title":"（ 202 个子文件 44.25MB ） Web上的动手Python深度学习：Anubhav Singh和Sayak Paul的Web上动手Python深度学习-源码","children":[{"title":"lambda_function.py <span style='color:#111;'> 8.47KB </span>","children":null,"spread":false},{"title":"Boto3 Setup.ipynb <span style='color:#111;'> 3.42KB </span>","children":null,"spread":false},{"title":"my_image.jpeg <span style='color:#111;'> 2.89MB </span>","children":null,"spread":false},{"title":"Sample-checkpoint.ipynb <span style='color:#111;'> 381.59KB </span>","children":null,"spread":false},{"title":"image.jpg <span style='color:#111;'> 34.29KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- i1Profiler_1.8.3_full.rar安装及破解
- 电机测速传感器槽型光耦模块
- 黑/白苹果可用rtl8188 8188gu 8188cu芯片的mac驱动支持10.15.zip
- 飞思卡尔加速度芯片MMA8452
- 空间离散点椭球拟合源代码EllipsoidFit
- openTCS AGV调度系统
- 火车票售票系统C#源代码
- 数据结构与算法资料.zip
- icon_search2-源码
- stts751_STdC.zip
- storybook-addon-mock：此插件可让您在Storybook中模拟提取或xmlhttprequest请求-源码
- Python.zip
- python-3.6.4.exe（32位）
- Bmob短信验证码以及倒计时重新发送验证码的实现
- C语言超市收银模拟系统
- AES加解密实例
- 最新最全三星S5P6818芯片手册
- 严蔚敏《数据结构》源代码（C语言）
- 从PID的入门到精通
- HTML5视频聊天Demo（WebRTC+NodeJS）
- 二调ArcGIS符号库_国土数据库图例
- ibmx3650m3驱动
- 最新精美后台管理系统模版html源文件+PSD源文件下载 uimaker
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明