“人工智能”的版本间的差异
来自CloudWiki
（→AI开放平台） |
|||
| （未显示2个用户的43个中间版本） | |||
| 第11行： | 第11行： | ||
*[[支持向量机]] | *[[支持向量机]] | ||
| − | == | + | ==TensorFlow与深度学习== |
| − | *[[ | + | === 背景知识=== |
| − | *[[ | + | *[[Linux简明教程]] |
| − | *[[ | + | *[[Docker]]简明教程 |
| − | *[[ | + | *[[Linux中搭建Python开发环境]] |
| − | *[[ | + | *[[Windows中搭建Python开发环境]] |
| − | *[[ | + | |
| + | ===TensorFlow简介=== | ||
| + | *[[TensorFlow简介]] | ||
| + | *[[CentOS7利用pip快速安装TensorFlow]] | ||
| + | *[[CentOS7利用docker安装TensorFlow]] | ||
| + | *[[Ubuntu利用virtualenv安装TensorFlow]] | ||
| + | *[[TensorFlow基本用法]] | ||
| + | |||
| + | ==TensorFlow基础概念== | ||
| + | *[[tensorflow基本使用]] | ||
| + | *[[tensorflow张量]] | ||
| + | *[[tensorflow会话]] | ||
| + | *[[tensorflow变量]] | ||
| + | *[[tensorflow fetch和feed]] | ||
| + | *[[tensorflow 基础类型定义及操作函数]] | ||
| + | *[[tensorflow 单个神经元]] | ||
| + | *[[tensorflow 全连接神经网络]] | ||
| + | *[[tensorflow 卷积神经网络]] | ||
| + | |||
| + | *[[tensorflow案例：识别手写数字]] | ||
| + | ==TensorFlow与安卓== | ||
| + | |||
| + | *[[安卓运行TensorFlow小程序]] | ||
| + | *[[在window10安装bazel]] | ||
| + | *[[导入Android项目]] | ||
| + | *[http://oiy2vmk35.bkt.clouddn.com/VideoReverser.apk android_demo_apk] | ||
| + | ==第一个TensorFlow小程序== | ||
| + | ===第一个TensorFlow 小程序=== | ||
| + | *[[第一个TF程序：MNIST案例简介]] | ||
| + | *[[第一个TF程序：Softmax回归介绍]] | ||
| + | *[[第一个TF程序：实现回归模型]] | ||
| + | *[[第一个TF程序：训练模型]] | ||
| + | *[[第一个TF程序：评估模型]] | ||
| + | |||
| + | ===TensorFlow - 相关 API=== | ||
| + | *[[TensorFlow:概念和语法]] | ||
| + | *[[TensorFlow: 张量的运算]] | ||
| + | *[[TensorFlow 高级函数]] | ||
| + | |||
| + | ===深入 MINST 案例=== | ||
| + | *[[MINST进阶]] | ||
| + | *[[卷积神经网络简介]] | ||
| + | |||
| + | ===TensorFlow - 算法学习=== | ||
| + | *[[TensorFlow - 线性回归]] | ||
| + | *[[TensorFlow - 逻辑回归]] | ||
| + | *[[TensorFlow - 浅层神经网络]] | ||
| + | *[[TensorFlow - 深层神经网络]] | ||
| + | |||
| + | ===TensorFlow - 应用=== | ||
| + | *[[TensorFLow - CNN简介]] | ||
| + | *[[TensorFlow - 基于CNN-数字识别]] | ||
==机器学习与图像识别== | ==机器学习与图像识别== | ||
| + | *[[OpenCV图像处理]] | ||
| + | *[[TensorFlow镜像的引入]] | ||
| + | *[[TensorFlow与图像识别]] | ||
| + | *[[图片分类器的二次训练]] | ||
| + | *[[卷积神经网络]] | ||
| + | *[[https://blog.csdn.net/lxt1994/article/details/72848572?locationNum=10&fps=1 Android端运行Tensorflow的demo去分类自己的数据集]] | ||
| + | |||
| + | ==TensorFlow与车牌识别== | ||
| + | *[[tensorflow案例：车牌识别绪论]] | ||
| + | *[[tensorflow案例：车牌定位与矫正]] | ||
| + | *[[tensorflow案例：车牌筛选]] | ||
| + | *[[tensorflow案例：车牌字符定位与切割]] | ||
| + | *[[tensorflow案例：车牌字符识别]] | ||
| + | *[[tensorflow案例：车牌识别代码内容与注释]] | ||
| + | |||
*[[Image Recognition]] | *[[Image Recognition]] | ||
| + | *[[How to Retrain an Image Classifier for New Categories]] | ||
| + | *[[Advanced Convolutional Neural Networks TensorFlow]] | ||
| + | |||
| + | ==实验环境== | ||
| + | *Linux基础： https://cloud.tencent.com/developer/labs/lab/10000 | ||
| + | *搭建Docker环境：https://cloud.tencent.com/developer/labs/lab/10054 | ||
| + | *搭建Python开发环境：https://cloud.tencent.com/developer/labs/lab/10036 | ||
| + | *基于 Windows 搭建 Python 开发环境:https://cloud.tencent.com/developer/labs/lab/10215 | ||
| + | *TensorFlow系列实验：https://cloud.tencent.com/developer/labs/series/10000 | ||
| + | |||
| + | ==AI开放平台== | ||
| + | *[[百度车牌识别]] | ||
| + | *[http://ai.baidu.com/easydl/?track=cp:aipinzhuan|pf:pc|pp:AIpingtai|pu:right-pic||kw:10005820 EasyDL定制化训练和服务平台] | ||
| + | |||
| + | |||
| + | 返回 [[首页]] | ||
2019年8月17日 (六) 07:31的最新版本
目录
网址收藏
经典机器学习算法
TensorFlow与深度学习
背景知识
TensorFlow简介
- TensorFlow简介
- CentOS7利用pip快速安装TensorFlow
- CentOS7利用docker安装TensorFlow
- Ubuntu利用virtualenv安装TensorFlow
- TensorFlow基本用法
TensorFlow基础概念
- tensorflow基本使用
- tensorflow张量
- tensorflow会话
- tensorflow变量
- tensorflow fetch和feed
- tensorflow 基础类型定义及操作函数
- tensorflow 单个神经元
- tensorflow 全连接神经网络
- tensorflow 卷积神经网络
TensorFlow与安卓
第一个TensorFlow小程序
第一个TensorFlow 小程序
TensorFlow - 相关 API
深入 MINST 案例
TensorFlow - 算法学习
TensorFlow - 应用
机器学习与图像识别
TensorFlow与车牌识别
- tensorflow案例：车牌识别绪论
- tensorflow案例：车牌定位与矫正
- tensorflow案例：车牌筛选
- tensorflow案例：车牌字符定位与切割
- tensorflow案例：车牌字符识别
- tensorflow案例：车牌识别代码内容与注释
- Image Recognition
- How to Retrain an Image Classifier for New Categories
- Advanced Convolutional Neural Networks TensorFlow
实验环境
- Linux基础： https://cloud.tencent.com/developer/labs/lab/10000
- 搭建Docker环境：https://cloud.tencent.com/developer/labs/lab/10054
- 搭建Python开发环境：https://cloud.tencent.com/developer/labs/lab/10036
- 基于 Windows 搭建 Python 开发环境:https://cloud.tencent.com/developer/labs/lab/10215
- TensorFlow系列实验：https://cloud.tencent.com/developer/labs/series/10000
AI开放平台
返回 首页
