Google TensorFlow项目中的Deep-Learning-CNN应用于图像或视频输入分类以实现图像识别

深度学习-用于图像识别的CNN 使用Google TensorFlow输入图像或视频的分类器。 卷积神经网络，特征提取，传递学习，对手噪声和DeepDream的研究项目。 在从01到03的笔记本中，我们主要按照教程进行了一些更改和观察，以了解如何使用TensorFlow构建用于OCR和图像识别的卷积神经网络。 后来的笔记本遵循了我们的项目规范，而笔记本06和07则用于更多的观察性观察。 该项目于2017年2月左右完成。 凯拉斯 Keras子文件夹包含使用Keras进行的更高级的实验。 前四个笔记本与MNIST有关，具有单列和多列CNN以及数据集扩展。 笔记本5是将Keras与CIFAR-10一起使用的转移学习的实现。 图书馆和学分 从01到05（包括在内）的笔记本使用TensorFlow 0.9.0，笔记本06使用TensorFlow 0.11.head。 笔记本03和04使用Pr