CDN加速镜像 | 设为首页 | 加入收藏夹
当前位置: 首页 资源下载 源码下载 数值算法/人工智能

文件名称:source_code_TensorFlow

介绍说明--下载内容来自于网络,使用问题请自行百度

此压缩包包含《tensorflow 实践》中的源代码(this Zip file containes source codes of "tensorflow practice".)
相关搜索: tensorflow

(系统自动生成,下载前可以参看下载内容)

下载文件列表

代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter03\1. 图,张量及会话.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter03\2. 三层简单神经网络的前向传播算法.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter03\3. 完整神经网络样例程序.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter04\1. 自定义损失函数.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter04\2. 学习率的设置.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter04\3. 正则化.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter04\4. 滑动平均模型.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\1. MNIST读取数据.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\2. TensorFlow训练神经网络\1. 全模型.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\2. TensorFlow训练神经网络\2. 不使用正则化.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\2. TensorFlow训练神经网络\3. 不使用指数衰减的学习率.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\2. TensorFlow训练神经网络\4. 不使用激活函数.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\2. TensorFlow训练神经网络\5. 不使用隐藏层.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\2. TensorFlow训练神经网络\6. 不使用滑动平均.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\3. 变量管理.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\4.1. ckpt文件保存方法.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\4.2.1 滑动平均类的保存.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\4.2.2 variables_to_restore函数的使用样例.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\4.3. pb文件保存方法.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\5. MNIST最佳实践\Data_sets\MNIST_data\train-images-idx3-ubyte.gz
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\5. MNIST最佳实践\Data_sets\MNIST_data\train-labels-idx1-ubyte.gz
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\5. MNIST最佳实践\mnist_eval.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\5. MNIST最佳实践\mnist_inference.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\5. MNIST最佳实践\mnist_inference.py
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\5. MNIST最佳实践\MNIST_model\README
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\5. MNIST最佳实践\mnist_train.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\5. MNIST最佳实践\mnist_train.py
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter05\Saved_model\README
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter06\1. 卷积层、池化层样例.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter06\2. 迁移学习.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter06\LeNet-5\LeNet5_infernece.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter06\LeNet-5\LeNet5_infernece.py
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter06\LeNet-5\LeNet5_train.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter07\1. TFRecord样例程序.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter07\2.1. TensorFlow图像处理函数.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter07\2.2. 图像预处理完整样例.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter07\3. 队列操作.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter07\4. 多线程队列操作.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter07\5. 输入文件队列.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter07\6. 输入数据处理框架.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter07\Records\README
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter08\1. 循环神经网络前向传播.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter08\2. PTB数据集介绍.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter08\3. 使用循环神经网络实现语言模型.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter08\4. SKlearn封装例子.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter08\5. 预测正弦函数.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter08\Models\README
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter09\1. 命名空间.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter09\2. 改造后的mnist_train.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter09\3. 监控指标可视化.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter09\mnist_inference.py
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter10\1. GPU基本操作.py
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter10\2. 多GPU并行.py
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter10\3. 分布式TensorFlow.py
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter10\4. 异步更新模式样例程序.py
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter10\5. 同步更新模式样例程序.py
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.0\Chapter10\mnist_inference.py
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter03\1. 图,张量及会话.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter03\2. 三层简单神经网络的前向传播算法.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter03\3. 完整神经网络样例程序.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter04\1. 自定义损失函数.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter04\2. 学习率的设置.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter04\3. 正则化.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter04\4. 滑动平均模型.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\1. MNIST读取数据.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\2. TensorFlow训练神经网络\1. 全模型.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\2. TensorFlow训练神经网络\2. 不使用正则化.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\2. TensorFlow训练神经网络\3. 不使用指数衰减的学习率.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\2. TensorFlow训练神经网络\4. 不使用激活函数.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\2. TensorFlow训练神经网络\5. 不使用隐藏层.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\2. TensorFlow训练神经网络\6. 不使用滑动平均.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\3. 变量管理.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\4.1. ckpt文件保存方法.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\4.2.1 滑动平均类的保存.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\4.2.2 variables_to_restore函数的使用样例.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\4.3. pb文件保存方法.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\5. MNIST最佳实践\Data_sets\MNIST_data\train-images-idx3-ubyte.gz
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\5. MNIST最佳实践\Data_sets\MNIST_data\train-labels-idx1-ubyte.gz
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\5. MNIST最佳实践\mnist_eval.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\5. MNIST最佳实践\mnist_inference.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\5. MNIST最佳实践\mnist_inference.py
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\5. MNIST最佳实践\MNIST_model\README
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\5. MNIST最佳实践\mnist_train.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\5. MNIST最佳实践\mnist_train.py
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter05\Saved_model\README
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter06\1. 卷积层、池化层样例.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter06\2. 迁移学习.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter06\LeNet-5\LeNet5_infernece.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter06\LeNet-5\LeNet5_infernece.py
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter06\LeNet-5\LeNet5_train.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter07\1. TFRecord样例程序.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter07\2.1. TensorFlow图像处理函数.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter07\2.2. 图像预处理完整样例.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter07\3. 队列操作.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter07\4. 多线程队列操作.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter07\5. 输入文件队列.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter07\6. 输入数据处理框架.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter07\Records\README
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter08\1. 循环神经网络前向传播.ipynb
代码——TensorFlow实战Google深度学习框架\TensorFlow实战Google深度学习框架\0.12.1\Chapter08\2. PTB数据集介绍.ipynb

相关说明

  • 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
  • 搜珍网是交换下载平台,只提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度。更多...
  • 本站已设置防盗链,请勿用迅雷、QQ旋风等下载软件下载资源,下载后用WinRAR最新版进行解压.
  • 如果您发现内容无法下载,请稍后再次尝试;或换浏览器;或者到消费记录里找到下载记录反馈给我们.
  • 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
  • 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.

相关评论

暂无评论内容.

发表评论

*快速评论: 推荐 一般 有密码 和说明不符 不是源码或资料 文件不全 不能解压 纯粹是垃圾
*内  容:
*验 证 码:
搜珍网 www.dssz.com

浏览历史记录

关闭