TensorflowSharp教程 Tensorflow是一个人工智能框架。TensorflowSharp是对Tensorflow C语言版接口的封装，可以.net开发人员在项目中使用Tensorflow。 目录 ：TensorflowSharp入门。 ：占位符的使用。 ：变量的使用。 ：变量的初始化。 ：矩阵相加，数乘，矩阵相乘。 ：线性回归。 ：手写数字识别。 ：张量的使用。 ：产生序列，正态分布随机数和随机位置。 ：计算倾斜度（偏导数）。 ：ReduceMean，ReduceSum计算原理和方法。 ：缩放矩阵（限制矩阵的最小，替代）。 ：按位

卷积神经网络的纹理合成 Tensorflow实现的论文-“使用卷积神经网络进行纹理合成” 在此笔记本中，我们将基于给定的纹理生成新的纹理。 输出将从刮擦噪声图像生成。 该过程的步骤如下。 同样，创建笔记本是为了便于自学。 步骤1：预处理输入图像 步骤2：计算输入图像所有图层的输出。 步骤3：什么是损失函数，并计算损失函数。 步骤4：运行Tensorflow模型以最小化损耗并优化输入噪声变量。 步骤5：后期处理并显示图像。 第6步：自动化处理流程 步骤7：绘制成功结果。 结果： 档案： helper.py-用于预处理图像和后处理图像 tf_helper.py-用于计算给定纹理样本图像

tensorflow中的tutorials文件夹，在出现找不到该文件夹的报错时，将其解压后，将内层tutorials文件夹（解压后的文件夹名默认也是tutorials，但它里面那个tutorials文件夹才是真正需要的，这里称为内层tutorials文件夹）放在examples文件夹下（这个examples文件夹路径一般为Lib\site-packages\tensorflow_core\examples，具体和tensorflow路径有关，里面应该还会有saved_model文件夹）即可

前言 tensorflow的一些练习demo 目录 CNN验证码识别 RNNmnist训练集识别 RNN古诗词生成模型 GANmnist训练集图片生成 DCGAN动漫头像生成 Skip-Gram的Word2Vec生成 Skip-Thought-Vector的Sentence2Vec网络 SiameseCBOW模型 历史版本 2019.04.18 增加SiameseCBOW模型 2017.10.09 暂停，思考一下人生 2017.09.26 增加Skip-Thought-Vector的Sentence2Vec网络 2017.09.13 增加Skip-Gram的Word2Vec生成 2017.09.06 增加DCGAN动漫头像生成 2017.08.31 增加GANmnist训练集图片生成 2017.08.29 增加RNN古诗词生成模型 2017.08.21 增加RNNmnist训练集识别 20

a.ModuleNotFoundError: No module named 'tensorflow.examples.tutorials' 这个问题说明你安装的tensorflow没有tutorials文件夹，反应你安装的tensorflow不完整。所以有的朋友可以通过更改版本解决这个BUG。 这里推荐的方法是先看 \site-packages\tensorflow_core\examples里面有没有tutorials文件夹。如果没有，把这个下载下来，解压后复制进去就行。

之前下载的tensorflow没有tutorials包 需要下载后放入这个位置D:\software\Miniconda\Lib\site-packages\tensorflow\examples\tutorials 然后就可以正常调用了

斯坦福-张量流教程 该存储库包含课程CS 20：TensorFlow for Deep Learning Research的代码示例。 它会随着课程的进行而更新。 详细的教学大纲和讲义可在找到。 在本课程中，我使用python3.6和TensorFlow 1.4.1。 有关上一年课程的代码和注释，请参阅文件夹2017和网站 有关安装说明和依赖项列表，请参见此存储库的安装文件夹。