配套代码
10-1 deblurmodel.py
10-10 prepro.py
10-11 train_a_sequence.py
10-12 train_model.py
10-2 训练deblur.py
10-3 使用deblur模型.py
10-4 mydataset.py
10-5 AttGANmodels.py
10-6 trainattgan.py
10-7 testattgan.py
10-8 RNNWGAN模型.py
10-9 mydataset.py
11-1 用梯度下降方法攻击PNASNet模型.py
11-2 用数据增强抗攻击.py
11-3 制造更有鲁棒性的对抗样本.py
11-4 mnist_blackbox.py
12-1 在线性回归模型中添加指定节点到检查点文件.py
12-2 使用源码分离方式二次训练.py
12-3 使用源码分离方式二次训练-扩展.py
12-4 将线性回归模型导出成为冻结图.py
12-5 导入冻结图并使用模型进行预测.py
12-6 用saved_model模块导出与导入模型文件.py
12-7 使用saved_model生成与载入带签名的模型.py
12-8 TF-Hub模型例子.py
12-9 将线性回归模型导出成为lite模型.py
13-1 支持远程调用的模型.py
13-2 grpc客户端.py
13-3 CameraExampleAppDelegate.m
13-4 Object_detection_usbcam.py
3-1 使用AI模型来识别图像.py
3-2 使用nasnet-mobile模型来识别图像.py
4-1 将模拟数据制作成内存对象数据集.py
4-10 将图片文件制作成Dataset数据集.py
4-11 将TFRecord文件制作成Dataset数据集.py
4-12 在动态图里读取Dataset数据集.py
4-13 在动态图里读取Dataset数据集_tf2版.py
4-14 在不同场景中应用数据集.py
4-2 带迭代的模拟数据集.py
4-3 将图片制作成内存对象数据集.py
4-4 将excel文件制作成内存对象数据集.py
4-5 将图片文件制作成tfRecord数据集.py
4-6 interleave例子.py
4-7 Dataset对象的操作方法.py
4-8 将内存数据转成DataSet数据集.py
4-9 from_tensor_slices的注意事项.py
5-1 mydataset.py
5-2 model.py
5-3 train.py
5-4 test.py
5-5 经过亲自测试TF-Hub库中的mobilenet_v2模型.py
5-6 使用模型评估人物的年龄.py
6-1 使用静态图训练一个具有保存检查点功能的回归模型.py
6-10 tf_layers模型.py
6-11 keras回归模型.py
6-12 使用tf.keras预训练模型.py
6-13 在静态图中使用tf.keras.py
6-14 tfjs回归例子.html
6-15 使用估算器框架进行分布式训练.py
6-16 使用估算器框架进行分布式训练ps.py
6-17 使用估算器框架进行分布式训练chief.py
6-18 使用估算器框架进行分布式训练work.py
6-19 用ResNet识别桔子和苹果.py
6-2 使用动态图训练一个具有保存检查点功能的回归模型.py
6-20 在T2T框架中训练mnist.py
6-21 查看T2T模型及超参.py
6-22__tf2code.py
6-3 动态图另一种梯度方法.py
6-4 从动态图种获取变量.py
6-5 静态图中使用动态图.py
6-6 使用估算器框架训练一个回归模型.py
6-7 为估算器添加钩子.py
6-8 自定义hook.py
6-9 将估算器模型转为静态图模型.py
7-1 用wide and deep模型预测人口收入.py
7-10 电影推荐系统.py
7-11 用lattice预测收入.py
7-12 lattice结合dnn.py
7-13 preprocess.py
7-14 MKR.py
7-15 train.py
7-16 data_loader.py
7-2 用boosted_trees模型预测人口收入.py
7-3 使用feature_column处理连续值特征列.py
7-4 将连续值特征转成离散值特征.py
7-5 将离散文本特征列转化为one-hot编码与词向量.py
7-6 根据特征列生成交叉列.py
7-7 序列特征工程.py
7-8 聚类COCO数据集中的标注框.py
7-9 mnistkmeans.py
8-1 读取fasion-mnist 数据集.py
8-10 keras注意力机制模型.py
8-11 yolo_v3.py
8-12 使用YOLOV3模型进行实物检测.py
8-13 annotation.py
8-14 generator.py
8-15 box.py
8-16 darknet53.py
8-17 yolohead.py
8-18 yolov3.py
8-19 weights.py
8-2 Capsulemodel.py
8-20 yololoss.py
8-21 mainyolo.py
8-22 数据集验证.py
8-23 Mask_RCNN网络应用.py
8-24 mask_rcnn_model.py
8-25 mask_rcnn_utils.py
8-26 mask_rcnn_visualize.py
8-27 othernet.py
8-28 训练Mask_RCNN.py
8-29 mask_rcnn_model.py
8-3 使用胶囊网络识别黑白图中的服装图案.py
8-30 mask_rcnn_utils.py
8-31 othernet.py
8-32 mask_rcnn_visualize.py
8-4 capsnet_em.py
8-5 train_EM.py
8-6 NLP文本预处理.py
8-7 TextCnn模型.py
8-8 使用TextCnn模型进行文本分类.py
8-9 使用keras注意力机制模型分析评论者情绪.py
9-1 用RNN网络为女孩生成英文名字.py
9-10 cbhg.py
9-11 attention.py
9-12 TacotronDecoderwrapper.py
9-13 TacotronHelpers.py
9-14 TacotronDecoder.py
9-15 cn_dataset.py
9-16 tacotron.py
9-17 train.py
9-2 用动态图和tf_keras训练模型.py
9-3 利用Resnet进行样本预处理.py
9-4 用估算器实现带注意力机制的Seq2Seq模型.py
9-5 用估算器实现带注意力机制的Seq2Seq模型——手动对齐.py
9-6 预测飞机发动机的剩余使用寿命.py
9-7 用带有动态路由算法的RNN模型对新闻进行分类.py
9-8 时间序列问题.py
9-9 样本预处理.py
配套资源
第10章 配套资源
10-4 ATTGAN实现人脸编辑
data
img_align_celeba.zip
list_attr_celeba.txt
10-8 使用RNNGAN网络实现模拟生成恶意请求
no.rar
10-1 模糊图片变清晰.rar
lnonMnist(1.11版本之后).py
第11章 配套资源
cleverhans-master.rar
第12章 配套资源
第13章 配套资源
13-3 android_lite
tensorflow-for-poets-2-master.rar
13-5 树莓派玩转tensorflow
ssdlite_mobilenet_v2_coco_2018_05_09.tar.gz
tensorflow-1.8.0-cp35-none-linux_armv7l.whl
13-4 在iOS手机上识别男女及活体检测.rar
第3章 配套资源
slim.rar
第3章 配套资源.rar
第4章 配套资源
第4章 配套资源.rar
第5章 配套资源
5-1 通过微调模型实现分辨男女
data.rar
tt2t.jpg
5-5 经过亲自测试TF-Hub库中的mobilenet_v2模型
22.jpg
72.jpg
hy.jpg
IMBD-WIKI.rar
ps.jpg
retrain.py
tt2t.jpg
中文标签.csv
第6章 配套资源
6-12 使用tf.keras预训练模型.rar
6-19 用ResNet识别桔子和苹果.rar
6-20 在T2T框架中训练mnist.rar
6-21 使用自定义数据集进行翻译.rar
第7章 配套资源
第7章 配套资源.rar
第8章 配套资源
8-13 yolov3numbers
data
ann
1.xml
10.xml
11.xml
12.xml
13.xml
14.xml
15.xml
16.xml
17.xml
18.xml
19.xml
2.xml
20.xml
21.xml
22.xml
23.xml
24.xml
25.xml
26.xml
27.xml
28.xml
29.xml
3.xml
30.xml
31.xml
32.xml
4.xml
5.xml
6.xml
7.xml
8.xml
9.xml
img
1.png
10.png
11.png
12.png
13.png
14.png
15.png
16.png
17.png
18.png
19.png
2.png
20.png
21.png
22.png
23.png
24.png
25.png
26.png
27.png
28.png
29.png
3.png
30.png
31.png
32.png
4.png
5.png
6.png
7.png
8.png
9.png
test
1.png
2.png
3.png
4.png
5.png
6.png
8-6 使用TextCnn模型进行文本分类
__pycache__
8-4 NLP文本预处理.cpython-36.pyc
8-5 TextCnn模型.cpython-36.pyc
data_helpers.cpython-36.pyc
predata.cpython-36.pyc
text_cnn.cpython-36.pyc
data
rt-polaritydata
rt-polarity.neg
rt-polarity.pos
preprocessing
__pycache__
__init__.cpython-36.pyc
categorical.cpython-36.pyc
categorical_vocabulary.cpython-36.pyc
text.cpython-36.pyc
__init__.py
categorical.py
categorical_vocabulary.py
text.py
8-9 使用keras注意力机制模型分析评论者情绪
imdb.npz
imdb_word_index(1).json
fashion
t10k-images-idx3-ubyte.gz
t10k-labels-idx1-ubyte.gz
train-images-idx3-ubyte.gz
train-labels-idx1-ubyte.gz
8-11 使用YOLOV3进行实物检测.rar
cocos2014.rar
第9章 配套资源
9-2 用动态图和tf_keras训练模型
numpyfeature.rar
9-4 用估算器实现带注意力机制的seq2seq模型
9-4 用估算器实现带注意力机制的seq2seq模型.rar
9-6 预测飞机发动机的剩余使用寿命
JANetLSTMCell.py
PM_test.txt
PM_train.txt
PM_truth.txt
9-7 用带有动态路由算法的RNN模型对新闻进行分类
reuters.npz
reuters_word_index.json
9-8 时间序列问题.rar
9-9 用Tacotron模型合成中文语音.rar
number-of-daily-births-in-quebec.csv
女孩名字.txt
[我要扒资料]
