الصفحة الرئيسية>المتعلقة بالبرمجة>بايثون
تنزيل

رمز المعمل (WIP)، ولكن اتصل للحصول على التعليقات

هذا رمز للمختبرات المشمولة في البرامج التعليمية الأساسية لـ TensorFlow (باللغة الكورية) على https://youtu.be/BS6O0zOGX4E. (لدينا أيضًا خطة لتسجيل مقاطع الفيديو باللغة الإنجليزية.)

هذا العمل قيد التقدم، وقد يحتوي على أخطاء. ومع ذلك، فإننا ندعو إلى تعليقاتكم وطلبات السحب. تحقق من خط دليل أسلوبنا:

  • المزيد من نمط TF (1.0): استخدم واجهات برمجة تطبيقات TF أحدث ولائقة.
  • المزيد من لغة بايثون: الاستفادة الكاملة من قوة بايثون
  • سهولة القراءة (أكثر من الكفاءة): نظرًا لأنها لأغراض تعليمية، فإننا نفضل سهولة القراءة على غيرها.
  • سهولة الفهم (في كل شيء): إن فهم المفاهيم الأساسية لـ TF هو الهدف الرئيسي لهذا الكود.
  • قبلة: اجعل الأمر بسيطًا يا غبي! https://www.techopedia.com/definition/20262/keep-it-simple-stupid-principle-kiss-principle

شرائح المختبر:

  • https://goo.gl/jPtWNt

نحن نرحب بتعليقاتك على الشرائح.

قاعدة تسمية الملف:

  • klab-XX-X-[name].py: رمز مختبرات Keras
  • lab-XX-X-[name].py: رمز مختبر TensorFlow
  • mxlab-XX-X-[name].py: رمز معمل MXNet

متطلبات التثبيت 

pip install -r requirements.txt

تشغيل الاختبار وautopep8

المهام: تحتاج إلى إضافة المزيد من حالات الاختبار 

python -m unittest discover -s tests ;

# http://stackoverflow.com/questions/14328406/
pip install autopep8 # if you haven't install
autopep8 . --recursive --in-place --pep8-passes 2000 --verbose

إنشاء المتطلبات تلقائيًا.txt 

pip install pipreqs

pipreqs /path/to/project

http://stackoverflow.com/questions/31684375

المساهمات/التعليقات

نحن نرحب دائما بتعليقاتكم وطلبات السحب.

التنفيذ المرجعي

  • https://github.com/nlintz/TensorFlow-Tutorials/
  • https://github.com/golbin/TensorFlow-ML-Exercises
  • https://github.com/FuZer/Study_TensorFlow
  • https://github.com/fchollet/keras/tree/master/examples
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل