tensorflow学习资源

TF中文社区

TF_GOOGLE官方代码学习

1.TensorFlow-Slim：

TF-Slim 是 tensorflow 较新版本的扩充包，可以简化繁杂的网络定义，其中也提供了一些demo:

  • AlexNet
  • InceptionV1/V2/V3
  • OverFeat
  • ResNet
  • VGG

例如 VGG-16 网络，寥寥数行就可以定义完毕：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
def vgg16(inputs):
  with slim.arg_scope([slim.conv2d, slim.fully_connected],
                      activation_fn=tf.nn.relu,
                      weights_initializer=tf.truncated_normal_initializer(0.0, 0.01),
                      weights_regularizer=slim.l2_regularizer(0.0005)):
    net = slim.repeat(inputs, 2, slim.conv2d, 64, [3, 3], scope='conv1')
    net = slim.max_pool2d(net, [2, 2], scope='pool1')
    net = slim.repeat(net, 2, slim.conv2d, 128, [3, 3], scope='conv2')
    net = slim.max_pool2d(net, [2, 2], scope='pool2')
    net = slim.repeat(net, 3, slim.conv2d, 256, [3, 3], scope='conv3')
    net = slim.max_pool2d(net, [2, 2], scope='pool3')
    net = slim.repeat(net, 3, slim.conv2d, 512, [3, 3], scope='conv4')
    net = slim.max_pool2d(net, [2, 2], scope='pool4')
    net = slim.repeat(net, 3, slim.conv2d, 512, [3, 3], scope='conv5')
    net = slim.max_pool2d(net, [2, 2], scope='pool5')
    net = slim.fully_connected(net, 4096, scope='fc6')
    net = slim.dropout(net, 0.5, scope='dropout6')
    net = slim.fully_connected(net, 4096, scope='fc7')
    net = slim.dropout(net, 0.5, scope='dropout7')
    net = slim.fully_connected(net, 1000, activation_fn=None, scope='fc8')
  return net

2.项目介绍：

基于 TensorFlow 在手机端实现文档检测

风格迁移：

机器学习：利用卷积神经网络实现图像风格迁移 (一)

机器学习：利用卷积神经网络实现图像风格迁移 (二)

机器学习：利用卷积神经网络实现图像风格迁移 (三)

3.开源代码：

【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/tangbaofang/p/8384977.html