学习过机器学习和深度学习的小伙伴不可能不知道TensorFlow。
它拥有多层级结构，可部署于各类服务器 、PC终端和网页并支持GPU和TPU高性能数值计算，被广泛应用于谷歌内部的产品开发和各领域的科学研究。
下面文摘菌为大家推荐一份非常棒的资料，具体来说这是一个易用的TensorFlow代码集，作者是来自韩国的AI研究科学家Junho Kim，内容涵盖了谱归一化卷积、部分卷积、pixel shuffle、几种归一化函数、tf-datasetAPI，等等。
Github地址：
https://github.com/taki0112/Tensorflow-Cookbook
根据介绍，这份资料包含了对GAN有用的一些通用架构和函数，另外，给出的代码非常简答易于理解，需要的小伙伴，完全可以粘贴复制之后使用。更令人感动的是，这份资料作者一直在更新。
主要来说，资料分为以下几个部分：
如何使用
卷积
Deconvolution
Block
归一化
损失
Github地址：
https://github.com/taki0112/Tensorflow-Cookbook
以上所述就是小编给大家介绍的《1500+星标，简单易用 TensorFlow 代码集，随查随看！》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
深度探索C++对象模型
[美] Stanley B. Lippman / 侯捷 / 华中科技大学出版社 / 2001-5 / 54.00元
这本书探索“对象导向程序所支持的C++对象模型”下的程序行为。对于“对象导向性质之基础实现技术”以及“各种性质背后的隐含利益交换”提供一个清楚的认识。检验由程序变形所带来的效率冲击。提供丰富的程序范例、图片，以及对象导向观念和底层对象模型之间的效率测量。一起来看看 《深度探索C++对象模型》 这本书的介绍吧!
