English
全部
搜索
图片
视频
地图
资讯
更多
购物
航班
旅游
笔记本
报告不当内容
请选择下列任一选项。
无关
低俗内容
成人
儿童性侵犯
时长
全部
短(小于 5 分钟)
中(5-20 分钟)
长(大于 20 分钟)
日期
全部
过去 24 小时
过去一周
过去一个月
去年
清晰度
全部
低于 360p
360p 或更高
480p 或更高
720p 或更高
1080p 或更高
源
全部
Dailymotion
Vimeo
Metacafe
Hulu
VEVO
Myspace
MTV
CBS
Fox
CNN
MSN
价格
全部
免费
付费
清除筛选条件
安全搜索:
中等
严格
中等(默认)
关闭
筛选器
pythonguides.com
PyTorch MNIST - Complete Tutorial
Learn how to build, train and evaluate a neural network on the MNIST dataset using PyTorch. Guide with examples for beginners to implement image classification.
7 个月之前
TensorFlow Tutorial
TensorFlow Tutorial For Beginners
intellipaat.com
已浏览 9万 次
2019年8月30日
TensorFlow 2.0 Tutorial for Beginners | Deep Learning with TensorFlow 2.0 | Edureka
YouTube
edureka!
已浏览 3.7万 次
2021年3月26日
Building Regression Models Using TensorFlow
git.ir
2022年4月23日
热门视频
PyTorch MNIST: Load MNIST Dataset from PyTorch Torchvision
datascienceweekly.org
2022年9月18日
Examine MNIST Dataset from PyTorch Torchvision
datascienceweekly.org
2022年9月18日
How To Import The MNIST Dataset Using Tensorflow
medium.com
2020年1月20日
TensorFlow Examples
40:47
TensorFlow Explained | Deep Learning Using TensorFlow | TensorFlow Tutorial | Edureka
YouTube
edureka!
已浏览 2.9万 次
2017年9月14日
16:08
TensorFlow Tutorial 4 - Convolutional Neural Networks with Sequential and Functional API
YouTube
Aladdin Persson
已浏览 7.6万 次
2020年8月11日
21:48
TensorFlow Tutorial 07 - Functional API + Multi-output Project
YouTube
Patrick Loeber
已浏览 2.5万 次
2020年10月7日
PyTorch MNIST: Load MNIST Dataset from PyTorch Torchvision
2022年9月18日
datascienceweekly.org
Examine MNIST Dataset from PyTorch Torchvision
2022年9月18日
datascienceweekly.org
How To Import The MNIST Dataset Using Tensorflow
2020年1月20日
medium.com
15:29
MNIST Classification with TensorFlow | Beginner Deep Lear
…
已浏览 1 次
1 个月前
YouTube
Hem Learns
1:38
Solving the DataLossError during MNIST Deep Neural Network Traini
…
3 个月之前
YouTube
vlogize
Fashion MNIST Classification Using Convolutional Neural Network (CN
…
已浏览 9409 次
2020年5月7日
YouTube
Kazi Amit Hasan
How to develop a Convolutional Neural Network MNIST Handwritte
…
已浏览 1.4万 次
2021年4月8日
YouTube
Goeduhub Technologies
Building Regression Models Using TensorFlow
2022年4月23日
git.ir
Image Classification with ANN: Deep Learning on MNIST Dataset | Step
…
已浏览 319 次
1 年前
YouTube
AI with Noor
PyTorch Course (2022), Part 4: Image Classification (MNIST)
已浏览 2.8万 次
2022年8月4日
YouTube
Mr. P Solver
MNIST hand-written digit recognition using CNN
已浏览 337 次
2023年4月25日
YouTube
Po Chen
How To Import The MNIST Dataset Using Tensorflow
已浏览 3927 次
2020年1月19日
YouTube
Mr Data Science
11:56
【Tensorflow】Keras手写数据集代码说明 - MNIST (下) - tensorflow, k
…
已浏览 1261 次
2020年7月8日
YouTube
小马技术
16:37
【Tensorflow】Keras手写数据集代码说明 - MNIST (上) - tensorflow, k
…
已浏览 2919 次
2020年7月8日
YouTube
小马技术
0:13
mnist-video
已浏览 746 次
2020年12月29日
bilibili
跪下叫涛姐
6:54
手写数字数据集mnist的人工智能训练和验证(tensorflow keras)的极简
…
已浏览 1886 次
2021年11月13日
bilibili
sutony1
36:18
TensorFlow系列教程(6)———卷积神经网络实战/卷积网络识别手写数
…
已浏览 1609 次
2020年4月10日
bilibili
Percival_Chan
15:55
MNIST Classification using CNN in Keras TensorFlow
已浏览 60 次
2019年9月25日
bilibili
knnstack
6:58
深度学习之基于Tensorflow的卷积神经网络手写数字识别系统(Mnist数据集)
已浏览 246 次
2023年1月13日
bilibili
2zcode
3:43
TENSORFLOW – PREDICT & RECOGNISE HANDWRITTEN DIGI
…
已浏览 22 次
2019年10月14日
bilibili
knnstack
13:56
[Hindi]Tensorflow Tutorial 27 - MNIST Basic Approach Part-1 | Py
…
已浏览 25 次
2019年11月5日
bilibili
knnstack
1:03:58
【迪哥带你做项目】Python机器学习项目实战—Mnist手写数字识别 用Te
…
已浏览 3519 次
2021年11月22日
bilibili
AI-攻城狮
4:14
Deep Learning with Tensorflow - The MNIST Database
已浏览 52 次
2020年5月9日
bilibili
格陵兰鲨
1:03
深度学习之基于Tensorflow卷积神经网络实现手写数字识别(MNIST数据集)
已浏览 106 次
2023年1月14日
bilibili
2zcode
15:20
深度学习之基于Tensorflow通过mnist数据集训练手写数字识别模型
已浏览 26 次
2024年3月4日
bilibili
7zcode
15:20
基于Tensorflow通过mnist数据集训练手写数字识别模型
已浏览 219 次
2022年7月20日
bilibili
张家家湖南
20:33
K-Nearest Neighbor classification | MNIST handwritten image dataset
已浏览 1.6万 次
2020年8月21日
YouTube
Soumyashree Sahoo
1:10
基于Tensorflow CNN网络MNIST数据集手写数字识别
已浏览 269 次
2022年7月13日
bilibili
张家家湖南
1:01
【附源码解析】1分钟看完Tensorflow搭建的感知机神经网
…
已浏览 1955 次
2020年5月13日
bilibili
kayyyak
观看更多视频
更多类似内容
反馈