qiulongquan Goto Github PK

2048

2048人机对战游戏

android_face_detection

包括2部分，1.脸部识别的训练集pb文件制作方法。2.如果转换成手机端使用的tflite文件。文件中包括代码和最后生成的pb和tflite文件。

auto_modeling_result_visualizable

自动模型构筑自动超参数优化，可视化精度比较程序

aws_heroku_deploy_methods

现在已经不推荐使用下面的方法进行部署，使用docker部署更方便。 AWS EC2,heroku平台上部署程序及部署文件写法

bagels_game

Bagels 是可以和朋友一起玩的一个推理游戏。你的朋友想到一个随机的、没有重复的3位数字，你尝试去猜测它是什么。每次猜测之后，朋友就会给出3种类型的线索： Bagels：你猜测的3个数都不在神秘数字中； Pico：你猜测的是神秘数字中的一个数，但是位置不对； Fermi：你猜测的是正确位置上的一个正确的数。 本课程将会使用 Python 来实现这个游戏，计算机会提示多条线索，这些线索按照字母顺序排序。如果神秘数字是 456，而玩家的猜测是 546，那么线索就是“fermi pico pico”。6 提供的线索是“fermi”，5 和 4 提供的线索是“pico pico”。

batch_process_with_logging_framework

batch_process_with_logging_framework 这个项目是带日志输出batch处理的代码框架。使用docker-compose构筑环境。

beautiful_soup

Beautiful Soup 是一个可以从HTML或XML文件中提取数据的Python库. 它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式.

bookmanagement_system

django框架图书管理系统

books_manage_django_file_upload_show

Books_Manage_django_file_upload_show 在Books_Manage_django基础上增加了file上传和显示的功能,这个是一开始的初级版本，只是添加了上传和显示的功能

books_manage_django_file_upload_show_prediction

Books_Manage_django_file_upload_show_prediction 在Books_Manage_django基础上增加了file上传和显示的功能, 然后添加了prediction image功能，可以同时上传多张图片（手势数字图片），然后指定任意图片进行推论（prediction） 添加了复选框，这样可以指定任意图片进行推论 添加了删除指定图片功能，这样可以方便图片管理。

books_manage_django_generic_view

Books_Manage_django_generic_view 在Books_Manage_django的基础上添加了通用视图

books_manage_django_tests_templates

Books_Manage_django_tests_templates 在Books_Manage_django基础上添加了test测试，后台模板templates，利用django的训练程序开发基本完成。最终版本

community

基于 Django 实现问答社区system

django_checkbox_sample

感觉这个checkbox保留状态的方法很麻烦，不是很轻巧，不推荐使用。

ds_research

这个是在AWS的container中使用，用来学习机器学习，深度学习的项目。

excel_to_matplotlib

使用xlrd扩展包读取excel数据,使用matplotlib绘制二维图像

face_emotion_recognition

face_swap

这个是利用OpenCV TensorFlow来实现图片人脸识别，还有视频人脸识别的程序

fastai_lesson

file_manage

这个是一个python平台 采用django框架的项目 实现文件的上传 下载 查找 删除功能

files_upload_show

在图书管理系统的基础上，实现了图片上传显示的功能（可以同文件重复上传检测）

gbdt_simple_tutorial

python实现GBDT的回归、二分类以及多分类，将算法流程详情进行展示解读并可视化，庖丁解牛地理解GBDT。Gradient Boosting Decision Trees regression, dichotomy and multi-classification are realized based on python, and the details of algorithm flow are displayed, interpreted and visualized to help readers better understand Gradient Boosting Decision

gcp-aip-model-test

实现了 如何生成导入数据 如何创建模型，并设置模型参数 如何训练测试模型，并优化参数设定

gesture_digit_prediction_deploy_to_docker

gesture digit prediction APP deploy to AWS's docker container

hand_written_digits_recognize

Hand written digits recognize with Android APP

imagefield

这个是一个采用python+django框架的小程序 主要是提供上传图片的功能，将图片信息写入数据库

jupyter_dockerfile_install_files

jupyter_Dockerfile_install_files

keras_sample

怎样训练一个神经网络: 基本分类 # 本指南训练了一个神经网络模型，来对服装图像进行分类，例如运动鞋和衬衫。这是一个对完整TensorFlow项目的简要概述，相关的细节会进行解释。本指南使用('https://www.tensorflow.org/guide/keras')，这是一个用于在TensorFlow中构建和训练模型的高级API。

lesson2-sgd

Fastai lesson2-sgd lesson5-sgd 课程练习程序

louplus-dm