Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
apachecn-dl-zh
提交
943ef3c8
A
apachecn-dl-zh
项目概览
OpenDocCN
/
apachecn-dl-zh
10 个月 前同步成功
通知
298
Star
83
Fork
35
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
A
apachecn-dl-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
943ef3c8
编写于
9月 10, 2020
作者:
W
wizardforcel
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
2020-09-10 21:58:42
上级
265a1758
变更
5
隐藏空白更改
内联
并排
Showing
5 changed file
with
13 addition
and
13 deletion
+13
-13
docs/tf-20-quick-start-guide/01.md
docs/tf-20-quick-start-guide/01.md
+2
-2
docs/tf-20-quick-start-guide/02.md
docs/tf-20-quick-start-guide/02.md
+5
-5
docs/tf-20-quick-start-guide/06.md
docs/tf-20-quick-start-guide/06.md
+2
-2
docs/tf-20-quick-start-guide/08.md
docs/tf-20-quick-start-guide/08.md
+2
-2
docs/tf-20-quick-start-guide/09.md
docs/tf-20-quick-start-guide/09.md
+2
-2
未找到文件。
docs/tf-20-quick-start-guide/01.md
浏览文件 @
943ef3c8
...
...
@@ -15,9 +15,9 @@ image1 = tf.zeros([7, 28, 28, 3]) # example-within-batch by height by width by
在本章中,我们将讨论以下内容:
*
审视
现代 TensorFlow 生态系统
*
现代 TensorFlow 生态系统
*
安装 TensorFlow
*
内务和急切的
操作
*
急切
操作
*
提供有用的 TensorFlow 操作
# 现代 TensorFlow 生态系统
...
...
docs/tf-20-quick-start-guide/02.md
浏览文件 @
943ef3c8
...
...
@@ -9,12 +9,12 @@
在本章中,我们将介绍以下主题:
*
Keras 的采用和优势
*
Keras 的
功能
*
Keras 的
特性
*
默认的 Keras 配置文件
*
Keras 后端
*
硬
数据类型
*
硬
模型
*
硬
数据集
*
Keras
数据类型
*
Keras
模型
*
Keras
数据集
# Keras 的采用和优势
...
...
@@ -31,7 +31,7 @@ Keras 具有许多优点,其中包括:
*
通过编写自定义构建块很容易扩展
*
无需导入 Keras,因为它可以作为
`tensorflow.keras`
获得
# Keras 的
功能
# Keras 的
特性
如果您想知道 TensorFlow 随附的 Keras 版本,请使用以下命令:
...
...
docs/tf-20-quick-start-guide/06.md
浏览文件 @
943ef3c8
...
...
@@ -24,7 +24,7 @@
*
保存,加载和重新测试模型
*
使用
`.h5`
格式保存和加载 NumPy 图像数据
*
加载预训练的模型
*
使用预
先
训练的模型
*
使用预训练的模型
我们将逐步开发和呈现代码片段。 这些代码段通过螺栓连接在一起,
[
成为存储库中的完整程序
](
https://github.com/PacktPublishing/Tensorflow-2.0-Quick-Start-Guide
)
。
...
...
@@ -301,7 +301,7 @@ hf = h5py.File('y_test.h5', 'r')
y_test
=
np
.
array
(
hf
[
"QuickDraw"
][:])
```
# 使用预
先
训练的模型进行加载和推断
# 使用预训练的模型进行加载和推断
经过训练的模型
`'QDrawModel.h5'`
已运行 25 个纪元,并且达到了 90% 以上的测试准确度,已保存在存储库中。 您已经看过此代码; 为方便起见,在此复制。
...
...
docs/tf-20-quick-start-guide/08.md
浏览文件 @
943ef3c8
...
...
@@ -6,14 +6,14 @@
在本章中,我们将研究以下主题:
*
神经网络处理
方
式
*
神经网络处理
模
式
*
循环架构
*
RNN 的应用
*
我们的 RNN 示例的代码
*
建立并实例化我们的模型
*
训练和使用我们的模型
# 神经网络处理
方
式
# 神经网络处理
模
式
下图说明了各种神经网络处理模式:
...
...
docs/tf-20-quick-start-guide/09.md
浏览文件 @
943ef3c8
...
...
@@ -18,9 +18,9 @@
开发估计器模型的过程分为四个步骤:
1.
采集数据并创建数据功能
2.
创建
功能
列
2.
创建
特征
列
3.
实例化估计器
4.
评估模型的
性能
4.
评估模型的
表现
我们将在以下代码中举例说明这些步骤。
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录