图片 :framed_picture: 分类App样板 您是否对Internet上的大量视频,博客和其他资源感到困惑,不知道在哪里以及如何部署AI模型? 如果您有一个模板,可以在其中插入经过训练的模型文件,编辑一些促销文字,然后瞧瞧,那就好了,那就完成了。 好吧,别无所求,因为此存储库使您听起来像它一样容易! 如何使用这个项目? :thinking_face: :thinking_face: : 注意:目前,我们仅专注于使用tensorflow / pytorch构建的图像分类模型。 稍后,我们将扩展到处理文本和语音数据以及使用MXNet或julia环境进行训练的模型 我假设您在操作系统中安装了Python(带有Anaconda)并设置为path。 如果没有,请访问。 强烈建议将GIT与Python结合使用以进行版本控制和部署 A.获取我们的模板并进行设置: 打开GitHub 使用您的凭据登录。 [如果尚未创建帐户,请创建] 打开系统上的终端/命令提示符 移至要在本地保存项目文件的合适位置 示例: cd Desktop/projects 克隆存储库。 git clo
2021-01-30 05:08:26 1.19MB python heroku aws digitalocean
1
Netron是神经网络,深度学习和机器学习模型的查看者。 Netron支持ONNX(.onnx,.pb,.pbtxt),Keras(.h5,.keras),核心ML(.mlmodel),来自Caffe(.caffemodel,.prototxt),Caffe2(predict_net.pb),暗网(.cfg),MXNet(.model,-symbol.json),梭子鱼(.nn),ncnn(.param),Tengine(.tmfile),TNN(.tnnproto),UFF(.uff)和TensorFlow Lite(.tflite)。 Netron具有用于实验支持TorchScript(.pt,.pth),PyTorch(.pt,.pth),火炬(.t7),臂NN(.armnn),BigDL(.bigdl,.model),Chainer(.npz,.h5),CNTK(.model,.cntk),Deeplearning4j(.zip),MediaPipe(.pbtxt),ML.NET(.zip),MNN(.mnn),PaddlePaddle(.zip,__model__),OpenVINO(.xml),scikit学习(.pkl),TensorFlow.js(model.json,.pb)和TensorFlow(.pb,.meta,.pbtxt,.ckpt,.index)。
2021-01-29 21:22:23 71.51MB ONNX CoreML Darknet Keras
1
机器学习和深度学习模型汇总:CNN :Alexnet,vggnet,Google Inception Net,resnet
2019-12-21 22:09:04 3.01MB 机器学习 深度学习 CNN模型
1
使用深度学习模型在手机上检测皮肤病变
2019-12-21 21:40:15 33.38MB Python开发-机器学习
1
深度学习模型-稀疏自编码matlab算法,内带数据集可直接运行。
2019-12-21 21:18:27 11MB 稀疏自编码
1
使用训练好的模型进行物体识别,对于人、车的识别成功率极高,亲测好用!
2019-12-21 20:56:11 20.39MB opencv 深度学习
1
深度学习,模型裁剪方面的讲义,有关量化,裁剪,等前沿动态。
2019-12-21 20:45:17 18.2MB 深度学习 模型裁剪
1
Population and Resources ,setlla 学习教程中的学习模型
2019-12-21 19:34:45 36KB stella 学习模型
1
Q-learning 是一种模型无关的强化学习方法,本文档使用Q-learning做了一个简单的搜索任务,有助于初学者理解强化学习,理解Q-learning.
2019-09-24 14:58:51 3KB 强化学习 模型无关 Q-learning
1