TensorFlow 101: 深入浅出Python在TensorFlow中的应用简介

TensorFlow 101：深度学习简介 我一生都在机器学习领域工作，从未见过像深度学习这样的算法能超越其基准测试-Andrew Ng 该存储库包括我从头开始完成的基于深度学习的项目实现。 您可以在分步教程中找到源代码和文档。 模型结构和预训练权重也可以共享。 面部表情识别 ， 这是一个自定义的CNN模型。 将Kaggle 数据集输入模型。 该模型运行速度很快，并产生令人满意的结果。 它也可以实时运行。 我们可以实时运行情感分析以及 ， 脸部识别 ， 人脸识别主要基于卷积神经网络。 我们将两个人脸图像输入到CNN模型中，并返回多维矢量表示。 然后，我们比较这些表示，以确定这两个面部图像是否是同一个人。 您可以在下面找到最受欢迎的人脸识别模型。 模型 创作者 LFW分数 码 讲解 VGG脸 牛津大学 98.78 面对网 谷歌 99.65 深脸 脸书 -- OpenFace 卡内基·梅隆大学 93.80 深度ID 香港中文大学 -- Dlib 戴维斯·金 99.38 OpenCV OpenCV基金会 -- OpenCV中的OpenFace 卡内基