TensorFlow的模型分析工具

TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
热门度(没变化) 10.0 活跃度(没变化) 10.0
Watchers:549
Star:9718
Fork:1732
创建时间: 2016-06-02 23:04:53
最后Commits: 前天
Project DeepSpeech是一款基于百度深度语音研究论文的开源语音文本引擎,采用机器学习技术训练的模型。 DeepSpeech项目使用Google的TensorFlow项目来实现。
访问GitHub主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(没变化) 0.2
Watchers:283
Star:9427
Fork:876
创建时间: 2018-02-15 01:29:52
最后Commits: 24天前
FastPhotoStyle - 将一张照片的样式风格合成到另一张照片 - 基于 Python,一个是 content photo 一个是 style photo,最后合称为一张
访问GitHub主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(没变化) 5.0
Watchers:712
Star:9135
Fork:3526
创建时间: 2017-02-25 16:53:02
最后Commits: 3天前
AiLearning: 机器学习 - MachineLearning - ML、深度学习 - DeepLearning - DL、自然语言处理 NLP
访问GitHub主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(没变化) 5.0
Watchers:712
Star:9131
Fork:3523
创建时间: 2017-02-25 16:53:02
最后Commits: 3天前
Machine Learning in Action (机器学习实战)
访问GitHub主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(没变化) 10.0
Watchers:470
Star:8872
Fork:3288
创建时间: 2011-02-10 15:43:04
最后Commits: 4天前
gensim - Python库用于主题建模,文档索引和相似性检索大全集。目标受众是自然语言处理(NLP)和信息检索(IR)社区。
访问GitHub主页 访问主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(没变化) 1.0
Watchers:593
Star:8725
Fork:2481
创建时间: 2011-08-10 11:48:06
最后Commits: 20天前
Theano一个Python库,允许您高效得定义,优化,和求值数学表达式涉及多维数组。它使用GPUs并执行高效率符号微分法
访问GitHub主页 访问主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(下降) 1.0
Watchers:375
Star:8234
Fork:902
创建时间: 2017-08-01 14:00:56
最后Commits: 7天前
Tensorflow 指南与最佳实践
访问GitHub主页 访问主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(没变化) 1.2
Watchers:319
Star:8052
Fork:3708
创建时间: 2016-08-24 11:12:48
最后Commits: 13天前
在视觉,文本,强化学习等方面围绕pytorch实现的一套例子
访问GitHub主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(没变化) 0.3
Watchers:483
Star:7981
Fork:1655
创建时间: 2016-04-05 02:18:40
最后Commits: 23天前
TensorFlow Playground:使用d3.js实现的神经网络交互式可视化
访问GitHub主页 访问主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(下降) 5.0
Watchers:490
Star:7979
Fork:2762
创建时间: 2014-09-28 22:49:00
最后Commits: 13天前
ChatterBot是一个能够自我训练学习多种语言的聊天机器人
访问GitHub主页 访问主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(没变化) 0.3
Watchers:534
Star:7811
Fork:3088
创建时间: 2017-11-04 18:04:08
最后Commits: 15天前
Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,
访问GitHub主页 访问主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(没变化) 1.2
Watchers:449
Star:7434
Fork:741
创建时间: 2018-02-10 01:46:53
最后Commits: 23天前
DeepCreamPy:用深度神经网络修复H漫,处理黑条遮挡和马赛克遮挡
访问GitHub主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(下降) 1.5
Watchers:240
Star:7383
Fork:1880
创建时间: 2017-04-18 18:33:05
最后Commits: 19天前
在PyTorch中的Image-to-image转换(比如:horse2zebra, edges2cats等)
访问GitHub主页 访问主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(没变化) 3.5
Watchers:434
Star:7345
Fork:1230
创建时间: 2016-10-05 14:46:45
最后Commits: 9天前
机器学习算法最小的和简洁的例子
访问GitHub主页 访问主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(没变化) 10.0
Watchers:417
Star:7219
Fork:1825
创建时间: 2017-06-16 00:57:39
最后Commits: 昨天
一个用于生成sequence to sequence模型的库
访问GitHub主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(没变化) 10.0
Watchers:446
Star:7208
Fork:1939
创建时间: 2017-08-23 12:40:24
最后Commits: 6天前
由 MXNet 创始人李沐大神、Aston Zhang 等人所著的交互式书籍《动手学深度学习》推出了在线预览版,面向在校学生、工程师和研究人员,旨在帮助读者从入门到深入、动手学习深度学习,即使是零基础的读者也完全适用。
访问GitHub主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(下降) 1.5
Watchers:466
Star:7199
Fork:2177
创建时间: 2017-05-24 09:58:13
最后Commits: 7天前
OpenAI Baselines: 强化学习算法的高质量实现
访问GitHub主页 访问主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(没变化) 10.0
Watchers:446
Star:7191
Fork:1939
创建时间: 2017-08-23 12:40:24
最后Commits: 6天前
通过MXNet/Gluon来动手学习深度学习
访问GitHub主页 访问主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(没变化) 10.0
Watchers:323
Star:6275
Fork:872
创建时间: 2017-12-01 02:44:19
最后Commits: 5小时前
Kubeflow项目致力于让在Kubernetes上的机器学习变得轻松,便携和可扩展。
访问GitHub主页 访问主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页
热门度(没变化) 10.0 活跃度(没变化) 0.8
Watchers:482
Star:6022
Fork:2402
创建时间: 2016-09-14 00:24:05
最后Commits: 10天前
强化学习一个介绍的Python代码
访问GitHub主页 访问主页

VS

热门度(没变化) 2.3000000000000003 活跃度(没变化) 10.0
Watchers:61
Star:771
Fork:134
创建时间: 2018-03-24 03:08:49
最后Commits: 3天前
TensorFlow模型分析(TFMA)是评估TensorFlow模型的库。 它允许用户使用培训师定义的相同指标,以分布式方式评估大量数据的模型。 这些度量也可以通过不同的数据片来计算,结果可以在Jupyter笔记本中可视化。
访问GitHub主页