文件名称：PracticalAI：用于工作软件工程师的AIF01实用AI
文件大小：29.96MB
文件格式：ZIP
更新时间：2024-03-06 12:37:55
Roff
适用于工作软件工程师的实用AI Microsoft的Cloud Advocate的David M Smith（ ） 最近更新：十二月4，2018 呈现在： （AIF01），奥兰多，2018年12月7日 关于这些笔记本 该库包括三个笔记本以支持研讨会： Seeing AI背后的AI。 使用网络界面进行认知服务，以了解“ Seeing AI”应用程序背后的AI服务 带有R的Computer Vision API。使用R脚本与Computer Vision API交互并为随机的Wikimedia图像生成标题。 带R的自定义视觉。使用自定义视觉服务，R功能可将图像分类为“热狗”或“非热狗”。 带有scikit学习的MNIST。 使用sckikit-learn通过回归模型为MNIST数据构建数字识别器。 带有tensorflow的MNIST 使用Tensorflow（来自Pyt
【文件预览】：
PracticalAI-master
----nothotdog-find-data.R(3KB)
----2. Computer Vision API with R.ipynb(21KB)
----3. Custom Vision with R.ipynb(24KB)
----4. MNIST with scikit-learn()
--------sklearn-mnist()
--------sklearn_mnist_model.pkl(62KB)
--------imgs()
--------score.py(3KB)
--------automl.log.1(968KB)
--------02.deploy-models.ipynb(286KB)
--------utils.py(912B)
--------model.pkl(4.52MB)
--------conf.png(20KB)
--------automl-classifier()
--------README.md(509B)
--------03.auto-train-models.ipynb(62KB)
--------data()
--------myenv.yml(588B)
--------01.train-models.ipynb(197KB)
----config.json-template(81B)
----1. The AI behind Seeing AI.ipynb(12KB)
----hotdogs-good.txt(4KB)
----5. MNIST with tensorflow()
--------get_data.py(374B)
--------train.py(6KB)
--------score.py(3KB)
--------5. MNIST with Tensorflow.ipynb(12KB)
--------README.md(34B)
--------misc()
--------aml_config()
--------.amlignore(78B)
----AIF01 Practical AI for the Working Software Engineer.pdf(12.06MB)
----AIH07 Getting Started with Deep Learning.pdf(7.55MB)
----LICENSE(1KB)
----README.md(3KB)
----nothotdogs-good.txt(5KB)
----keys.txt(163B)
----.gitignore(6KB)