文件名称：tensorgo:使用Tensorflow在Go中ReactTypeScript + Docker +图像分类
文件大小：457KB
文件格式：ZIP
更新时间：2024-05-18 23:08:41
Go
图像分类-TensorFlow in Go 它是什么？ 这是一个简单的应用程序，可让您上传图像并对其进行分类。 首先，用户点击上传并选择一张图片： 然后，服务器将通过具有50层的残差神经网络运行图像并计算答案： 与Docker一起运行 建立形象 运行该项目的最简单方法是通过docker。 首先，建立映像。 docker build -t tensorgo . 然后在容器中运行该映像并将端口发布到3000 docker run --publish 3000:3000 tensorgo 现在，您可以在localhost:3000上看到该应用程序！ 没工作吗 如果您遇到关于无法加载模型的错误或来自TensorFlow的关于cannot find model投诉，则意味着您可能需要先运行Python脚本来构建模型，然后再构建Docker映像。 使用pip创建虚拟环境并安装要求： v
【文件预览】：
tensorgo-master
----main.go(95B)
----public()
--------index.html(287B)
----ui()
--------index.tsx(4KB)
--------util.ts(471B)
--------index.scss(2KB)
--------components()
----Gopkg.toml(755B)
----webpack.config.js(461B)
----Dockerfile(970B)
----requirements.txt(58B)
----notes()
--------docker.md(3KB)
----tf_models()
--------create_mnist_model.py(2KB)
--------create_resnet_model.py(2KB)
----tsconfig.json(186B)
----assets()
--------demo-1.png(352KB)
--------demo-2.png(21KB)
----Gopkg.lock(1KB)
----README.md(2KB)
----tensorcv()
--------handler.go(3KB)
--------route.go(613B)
--------data_util.go(916B)
--------tensor_util.go(3KB)
--------model.go(2KB)
----data()
--------labels.json(35KB)
----.gitignore(114B)
----cmd()
--------classify.go(1KB)
--------server.go(461B)
--------root.go(1KB)
----package-lock.json(235KB)
----package.json(1KB)