Project Icon

AndroidTensorFlowMNISTExample

使用TensorFlow在Android平台上的MNIST手写数字识别示例

该项目展示了如何使用TensorFlow在Android平台上为MNIST数据集创建手写数字识别模型。用户无需自行构建库,可以直接通过Maven获取所需资源。项目提供了详细的模型训练步骤、资源链接及贡献指南,适合对机器学习和Android开发有兴趣的用户。

LeNet5-MNIST-PyTorch - PyTorch实现LeNet-5识别MNIST数据集
GithubLeNet-5MNISTPyTorch图像识别开源项目深度学习
这是一个开源深度学习项目,使用PyTorch实现LeNet-5卷积神经网络识别MNIST数据集。项目采用MaxPooling和ReLU,测试集精度达99%。包含完整代码实现,涵盖数据处理、模型训练和评估。适合深度学习初学者学习卷积神经网络基础知识。
tfjs-examples - TensorFlow.js机器学习示例集 涵盖浏览器和Node.js应用
GithubJavaScriptTensorFlow.js开源项目机器学习浏览器深度学习
tfjs-examples是一个包含多种TensorFlow.js机器学习示例的项目。涵盖图像分类、文本生成、强化学习等领域,展示了TensorFlow.js在浏览器和Node.js环境中的应用。示例包括模型训练和推理部署,为开发者提供了实用的学习资源和参考案例。
SimpleHTR - TensorFlow手写文本识别系统,支持单词和整行文本识别
CTC解码GithubIAM数据集TensorFlow字束搜索解码开源项目手写文字识别
本手写文本识别系统使用TensorFlow实现,并训练于IAM数据集。其能够识别单词和整行文本,验证集中3/4的单词被正确识别,字符错误率约为10%。系统提供预训练模型下载和多种解码器选项,包括适用于Windows的word beam search解码器。此外,还支持快速数据加载和训练设置,适合快速开发与部署文本识别应用。
DeepLearningExamples - 优化深度学习训练和部署的最佳实践
CUDA-XDeep LearningGithubNGCNVIDIATensor Cores开源项目
提供最新的深度学习示例,使用NVIDIA CUDA-X软件栈在Volta、Turing和Ampere GPU上运行,确保最佳的可重复精度和性能。示例通过NGC容器注册表每月更新,包含最新的NVIDIA贡献和深度学习软件库,支持计算机视觉、自然语言处理、推荐系统、语音识别、文本到语音转换、图神经网络和时间序列预测模型。
BMW-TensorFlow-Training-GUI - 简化TensorFlow 2模型训练的工具
Deep LearningDockerGPUGithubTensorBoardTensorflow开源项目
此开源项目提供用户轻松开始TensorFlow 2深度学习模型训练的工具。用户仅需提供标注数据集,并通过TensorBoard监控训练过程。项目支持内置推理REST API,CUDA 11以及多GPU训练,推荐在Ubuntu 18.04和Google Chrome浏览器环境下使用。
TensorFlow.NET - 用 C# 实现完整的 Tensorflow API,允许 .NET 开发人员使用跨平台的 .NET Standard 框架开发、训练和部署机器学习模型
.NETGithubKerasTensorFlowTensorFlow.NET开源项目机器学习
TensorFlow.NET为.NET Standard框架提供了TensorFlow绑定,使.NET开发者能够使用C#或F#进行机器学习模型的开发、训练和部署。项目内置Keras高级接口,支持将Python代码无缝移植到.NET环境,适用于Windows、Linux和MacOS系统,并支持CPU和GPU版本。
awesome-tensorflow - TensorFlow资源大全 丰富的开源深度学习工具库
GithubTensorFlow人工智能开源项目机器学习深度学习神经网络
这是一个全面的TensorFlow资源列表,涵盖教程、模型、项目、工具等多个方面。开发者和研究人员可以在此找到丰富的学习和应用资源,从入门到进阶。列表内容包括实验、库、视频、论文等,适合不同层次的TensorFlow使用者。这个资源集为探索TensorFlow的各种可能性提供了便利。
djl-demo - 深度Java库示例集,推理、训练到多平台深度学习应用
Deep Java LibraryGithubJava API开源项目模型部署深度学习示例应用
代码仓库包含丰富的Deep Java Library (DJL)示例,展示了其在推理、训练、移动应用开发、云服务集成和大数据处理方面的多样化应用。涉及图像分类、对象检测和自然语言处理等领域,并提供了跨平台深度学习模型部署方案。这些实例有助于开发者迅速掌握DJL技术,并在多种实际场景中应用。
machine_learning_examples - 机器学习示例和教程的精选集合
GithubGoogle ColabTensorflow 2.0data_sciencedeep_learning_coursesmachine_learning_examples开源项目
本页面汇集了多种机器学习的实例和教程,涵盖自然语言处理、时间序列分析、金融工程和深度学习等领域。用户可以通过链接访问详细的课程,每个课程的代码都存放在相应的文件夹中,便于查找和学习。特别指出TensorFlow 2.0及以后的代码主要在Google Colab上,建议通过克隆而非分叉仓库来保持代码的最新状态。
wx-tfjs-demo - TensorFlow在微信小程序中的实现示例
AI PocketGithubNodeJSTensorFlow.jstfjs开源项目微信小程序
该项目展示了如何在微信小程序中运行TensorFlow,提供详细的环境要求、安装步骤和代码修改指南。通过tfjs插件实现模型加载、训练和预测,并分享优化帧数据处理的方法,以提高预测准确性。同时,小程序「AI Pocket」与本项目代码实时同步更新,非常适合从事前后端开发和人工智能的开发者,欢迎合作和交流。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号