这是模式识别选修的上机，我用到了tensorflow，matlab。数据集也在里面，为了方便有些数据直接用的库函数调用（没用老师指定的数据，验收时助教也没说），uu们如果缺库函数可能需要配一下（甚至因为我这个是步进运行，之前的运行结果应该还保留着φ(*￣0￣)）。 上机内容如下： 第一次 验证算法: 1）K近邻方法分类; 2）最近邻方法分类; 3）分析k值不同情况或不同方式、比例训练样本情况,画出错误率/正确率曲线; 数据: 1）uSPS手写体 2）ucI数据库中sonar数据源 3）UCI数据库中Iris数据 第二次 比较kmeans算法和FCM算法数据集: 1）sonar和lris数据上验证 2）CIFAR图像数据上验证算法 第三次 验证方法:SVM 数据集:Extended YaleB人脸数据库（选做CIFAR-10数据集) 核函数:高斯核和多项式核 核参数可以手动调节或交叉验证确定 第四次 要求:验证bagging和adaboost算法 在CIFAR-10数据集和ex.ended Yale B数据集上组合分类器自己设定

花卉图像识别项目，基于 tensorflow，现有的 CNN 网络可以识别四种花的种类。适合新手对使用 tensorflow进行一个完整的图像识别过程有一个大致轮廓。项目包括对数据集的处理，从硬盘读取数据，CNN 网络的定义，训练过程，还实现了一个 GUI界面用于使用训练好的网络。

python keras tensorflow 实现，长短时记忆网络，AI项目，有数据集和代码，jupyter notebook 代码编写，有出图，包括模型保存

在VsCode中利用TensorFlow.js实现手写体数字识别，手写字数字由用户在前端页面书写，模型可以立即对书写的数字进行预测。

tensorflow手写数字识别项目，非常适合练手的项目 1、项目PDF资料 2、项目源码 3、项目图片资料 4、B站视频讲解

读取转换后的tfrecord数据，回显图片及标注框

本课程上半部分会从Tensorflow基础的框架开始介绍，从Tensorflow的安装开始，一步一步仔细讲解Tensorflow中的各种技术细节。让大家上手编写神经网络。同时也会补充一些深度学习相关的理论知识，如交叉熵，Softmax函数，深度学习中各种优化器的算法和应用等内容。下半部分会从头开始详细讲解几个深度学习的项目，如图像识别，验证码识别，word2vec，文本分类，语音分类等。

Tensorflow入门-熟悉安装和基本的使用。 适合纯想学习Tensorflow环境搭建的学员， 通过学习可以学会tensorflow安装和体验tensorflow技术。

1.基于TensorFlow 2的深度学习开源教程 2.基于TensorFlow 2正式版！！！ 理论与实战结合，非常适合入门学习！！！ 3.包含配套源代码、配套课件等

原价299. 链接：https://pan.baidu.com/s/1Zpe0p2kt3VZ0bTmjUYz-SA