หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>หลาม
ดาวน์โหลด

รหัสห้องปฏิบัติการ (WIP) แต่ขอความคิดเห็น

นี่คือโค้ดสำหรับห้องทดลองที่ครอบคลุมในบทช่วยสอนพื้นฐาน TensorFlow (ภาษาเกาหลี) ที่ https://youtu.be/BS6O0zOGX4E (เรามีแผนจะบันทึกวิดีโอเป็นภาษาอังกฤษด้วย)

อยู่ระหว่างดำเนินการและอาจมีข้อบกพร่อง อย่างไรก็ตาม เราขอความคิดเห็นและดึงคำขอของคุณ ตรวจสอบคำแนะนำสไตล์ของเรา:

  • รูปแบบ TF (1.0) เพิ่มเติม: ใช้ TF API ที่ใหม่และเหมาะสมยิ่งขึ้น
  • Pythonic เพิ่มเติม: ใช้ประโยชน์จากพลังของ Python อย่างเต็มที่
  • ความสามารถในการอ่าน (ประสิทธิภาพเกิน): เนื่องจากมีวัตถุประสงค์เพื่อการสอน เราจึงชอบ ให้อ่านได้ง่าย กว่าผู้อื่น
  • ความเข้าใจ (เหนือสิ่งอื่นใด): การทำความเข้าใจแนวคิดหลักของ TF คือเป้าหมายหลักของโค้ดนี้
  • จูบ: ทำให้มันง่ายโง่! https://www.techopedia.com/definition/20262/keep-it-simple-stupid-principle-kiss-principle

สไลด์ห้องปฏิบัติการ:

  • https://goo.gl/jPtWNt

เรายินดีรับฟังความคิดเห็นของคุณบนสไลด์

กฎการตั้งชื่อไฟล์:

  • klab-XX-X-[ชื่อ].py: รหัสห้องปฏิบัติการ Keras
  • lab-XX-X-[ชื่อ].py: รหัสห้องปฏิบัติการ TensorFlow
  • mxlab-XX-X-[ชื่อ].py: รหัสห้องปฏิบัติการ MXNet

ข้อกำหนดในการติดตั้ง 

pip install -r requirements.txt

รันการทดสอบและ autopep8

สิ่งที่ต้องทำ: จำเป็นต้องเพิ่มกรณีทดสอบเพิ่มเติม 

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

สร้าง Requirements.txt โดยอัตโนมัติ 

pip install pipreqs

pipreqs /path/to/project

http://stackoverflow.com/questions/31684375

ผลงาน/ความคิดเห็น

เรายินดีรับฟังความคิดเห็นและคำขอของคุณเสมอ

การใช้งานอ้างอิง

  • 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
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด