學(xué)習(xí)過(guò)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的小伙伴不可能不知道TensorFlow。

它擁有多層級(jí)結(jié)構(gòu)，可部署于各類服務(wù)器 、PC終端和網(wǎng)頁(yè)并支持GPU和TPU高性能數(shù)值計(jì)算，被廣泛應(yīng)用于谷歌內(nèi)部的產(chǎn)品開(kāi)發(fā)和各領(lǐng)域的科學(xué)研究。

下面為大家推薦一份非常棒的資料，具體來(lái)說(shuō)這是一個(gè)易用的TensorFlow代碼集，作者是來(lái)自韓國(guó)的AI研究科學(xué)家Junho Kim，內(nèi)容涵蓋了譜歸一化卷積、部分卷積、pixel shuffle、幾種歸一化函數(shù)、tf-datasetAPI，等等。

Github地址：

https://github.com/taki0112/Tensorflow-Cookbook

根據(jù)介紹，這份資料包含了對(duì)GAN有用的一些通用架構(gòu)和函數(shù)，另外，給出的代碼非常簡(jiǎn)答易于理解，需要的小伙伴，完全可以粘貼復(fù)制之后使用。更令人感動(dòng)的是，這份資料作者一直在更新。

主要來(lái)說(shuō)，資料分為以下幾個(gè)部分：

如何使用

 

 

 

 

 

 

卷積

 

 

 

 

Deconvolution

 

 

 

 

Block

 

 

歸一化

 

 

損失

 

 

Github地址：

https://github.com/taki0112/Tensorflow-Cookbook

標(biāo)簽： 代碼 服務(wù)器 谷歌

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。