网站首页

TensorFlow 2.0 ResNet

于 2020-12-08 发布

 0  210

下载积分: 1 下载次数: 2

我要下载

代码说明：

本文将以图文和源码的方式，展示最新的TensorFlow 2.0 ResNet

下载说明：请别用迅雷下载，失败请重下，重下不扣分！

发表评论

0 个回复

python机器学习（课件+源码+视频教程）
python机器学习（课件+源码+视频教程）

2019-04-03下载

积分：1
一个小小的表白程序（python）
一个小小的表白程序（python）

2020-12-09下载

积分：1
中科大DIA第四次作业匹配几何校验(源码+实验报告+参考资料)
【实例简介】 1.给定一对图像，利用提取好的SIFT特征文件，根据距离阈值准则（跨图像的局部SIFT特征距离小于0.4），得到图像间的初始局部特征匹配关系 2.基于上述初步匹配结果，实现spatial coding方法，进行匹配校验，确定几何不一致的匹配 3.将几何一致的匹配和不一致的匹配在图像上画出来，分别用蓝色和红色进行区分

2021-10-10 00:31:07下载

积分：1
多项式拟合(LSM.py)
多项式拟合(LSM.py)

2020-11-30下载

积分：1
多种风机功率曲线的过滤方法
python实现多种风机数据清洗，绘制功率曲线，包括kmeans，DBSCAN，KernelDensity等方法

2021-05-06下载

积分：1
轴承故障诊断python代码
轴承故障诊断python代码

2020-12-10下载

积分：1
python 验证码识别:示例源码
验证码识别

2019-02-25下载

积分：1
python根据历史数据，预测未来数据
python根据历史数据，预测未来数据

2019-12-07下载

积分：1
《PyQt5快速开发与实战》随书源码
使用的是最新版本的PyQt5.9，详细讲解了PyQt5的各个知识点，包含从入门到实战的所有例子。本书共包含11个章节，这些章节基本包含了笔者在使用PyQt中遇到的绝大多数技术以及一些简单的应用。本书虽然有11个章节，但是有些章节是具有独立性的，读者可以针对自己的实际情况选择性阅读。本书第一章介绍了PyQt的入门知识，讲述了PyQt的安装配置以及Eric6这个IDE的简单使用方法。对于对PyQt已经有一定基础的朋友可以略去这一章。本书第二章简单介绍了Python的基本语法，本章针对一些没有接触过python的读者，对于Python已经有一些基础的朋友可以略去这一章。本书第三章介绍Qt Designer的使用方法，Qt Designer是一个PyQt的可视化界面编辑程序，他的作用是帮助我们快速开发出界面文件，我们可以通过其他方式把界面文件转化成python代码文件。对于不懂太多PyQt知识的读者来说，本章可以让你快速入门，同时，本章也是让自己的PyQt技术快速进步的最重要的章节。本书第四章介绍了PyQt的基本控件的使用方法，如果读者时间并不充裕，只对部分控件感兴趣，可以选取相应的小节进行阅读。本书第五章介绍了PyQt的高级控件的使用方法，如果读者对PyQt的表格、树、多文本页面、数据库、多线程等等感兴趣，可以在这一章中选择相应的小节阅读。本书第六章重新介绍了PyQt的布局管理的使用（之前在第3章通过Qt Designer的使用方法中已经介绍，第3章是通过Qt Designer这个代码生成器进行介绍，这里通过手工敲打代码的方法介绍）。由于布局管理非常重要，值得我们以一个新的章节介绍，如果读者对纯代码实现布局管理器感兴趣可以参考这一章，如果对代码生成器Qt Designer的布局管理器感兴趣也可以忽略这个章节。实际上两种方法并没有本质的区别。本书第七章介绍了PyQt信号与槽的应用，信号与槽是PyQt的核心，想要掌握PyQt的高级玩法的朋友可以仔细阅读这个章节。本书第八章介绍了PyQt的图形特效，如果读者对PyQt绘图，背景着色等感兴趣，可以阅读这个章节。本书第九章介绍了PyQt的扩展应用，如果你想知道如何把Python的一些非常流行的模块如pyinstaller、pandas、matplotlib、pyqtgraph、plotly等与PyQt结合，可以从这一章节中选择性的阅读。本书第十章通过几个例子介绍PyQt的实战应用，想要简单了解一些简单的程序是如何开发的朋友可以选择性的阅读这个章节。本书第十一章介绍PyQt在金融领域中的应用，是本书的另一个作者孙洋在金融公司工作过程中积累的一些实战性较高的案例，向读者展示PyQt如何应用到投资研究系统、量化投资、以及金融工具开发，读者可以根据自己的需求选择性阅读。

2019-07-15下载

积分：1
深度学习之一：卷积神经网络(CNN)详解与代码实现
目录1.应用场景2.卷积神经网络结构 2.1 卷积（convelution） 2.2 Relu激活函数 2.3 池化（pool） 2.4 全连接（full connection） 2.5 损失函数（softmax_loss） 2.6 前向传播（forward propagation） 2.7 反向传播（backford propagation） 2.8 随机梯度下降（sgd_momentum）3.代码实现流程图以及介绍4.代码实现（python3.6）5.运行结果以及分析6.参考文献

2019-08-09下载

积分：1

696518资源总数
106227会员总数
11今日下载

TensorFlow 2.0 ResNet

0 个回复

热门标签

热门下载