文件名称：Building-Machine-Learning-Projects-with-TensorFlow:Packt使用TensorFlow构建机器学习项目
文件大小：58.13MB
文件格式：ZIP
更新时间：2024-06-17 05:25:13
JupyterNotebook
使用TensorFlow构建机器学习项目 这是发布的的代码库。 它包含从头到尾完成本书所必需的所有支持项目文件。 说明和导航 所有代码都组织在文件夹中。 每个文件夹均以数字开头，后跟应用程序名称。 例如，Chapter02。 该代码将如下所示： >>> import tensorflow as tf >>> tens1 = tf.constant([[[1,2],[2,3]],[[3,4],[5,6]]]) >>> sess = tf.Session() >>> print sess.run(tens1)[1,1,0] 5 所需软件 所需硬件 操作系统 Tensorflow 0.10，Jupyter笔记本 任何x86电脑 Ubuntu Linux 16.04 相关产品 建议与反馈 如果您有任何反馈或建议，请。
【文件预览】：
Building-Machine-Learning-Projects-with-TensorFlow-master
----ERRATA_AND_UPDATES.md(223B)
----5()
--------CH5_Nonlinear.ipynb(116KB)
--------CH5_linear_regression_nn.ipynb(14KB)
--------data()
--------Ch5_third_example.ipynb(35KB)
----1()
--------rank_and_shape.py(447B)
--------indexed_operations.py(589B)
--------matrix_operations.py(811B)
--------iris.csv(4KB)
--------reduction.py(692B)
--------new()
--------segmentation.py(676B)
----8()
--------out.jpg(69KB)
--------LICENSE.txt(34KB)
--------vgg.py(2KB)
--------style.jpg(245KB)
--------stylize.py(9KB)
--------stylize.pyc(5KB)
--------vgg.pyc(3KB)
--------content.jpg(181KB)
--------neural_style.py(9KB)
----7()
--------Code()
----4()
--------old()
--------CH4_Univariate_logistic_regression.ipynb(64KB)
--------CH4_univariate_logistic_regression_skflow.ipynb(2KB)
--------Univariate_logistic_regression_keras.ipynb(13KB)
--------data()
--------CH4_univariate_logistic_regression_skflow.py(754B)
--------CH4_Univariate_Logistic_regression.py(3KB)
----2()
--------CH2_NN.py(2KB)
--------CH2_KNN.ipynb(203KB)
--------CH2_kmeans.py(3KB)
--------CH2_kmeans-FINAL.ipynb(1.37MB)
----LICENSE(1KB)
----6()
--------old()
--------convolution.ipynb(2KB)
--------image_subsampling.ipynb(2KB)
--------Mnist_final.ipynb(90KB)
--------data()
--------CIFAR.ipynb(123KB)
----README.md(2KB)
----3()
--------Univariate linear regression.ipynb(61KB)
--------Multivariate Linear Regression.py(2KB)
--------Multivariate Linear Regression.ipynb(180KB)
--------data()
--------Univariate linear regression.py(2KB)
----9()
--------start_server.py(445B)
--------gpu_pi.py(840B)
--------cluster_pi_final.py(948B)
--------trainer.py(4KB)