2019 谷歌开发者大会于 9 月 10 日和 11 日在上海举办,大会将分享众多开发经验与工具。在第一天的 KeyNote 中,谷歌发布了很多开发工具新特性,并介绍而它们是如何构建更好的应用。值得注意的是,TensorFlow 刚刚发布了 2.0 RC01 版和 1.15,谷歌表示 1.15 是 1.x 的最后一次更新了。TensorFlow 2.0 相信大家已经非常熟悉了,它重点还是放在优化 Keras 和 Eager Execution 的能力,它希望通过这两种 API 简化整个开发流程。所以,未来的趋势肯定是Tensorflow2.0,在此我整合了许多的优秀库及项目到这个贡献库里。
有些项目目前仍在进行中,将在未来支持Tensorflow2,这样的项目也包含在下面列表中。(意味着目前并不支持二版本)
Contents 👈
- tensorflow.google.cn
- dragen1860/TensorFlow-2.x-Tutorials
- dragen1860/Deep-Learning-with-TensorFlow-book
- czy36mengfei/tensorflow2_tutorials_chinese
- yusugomori/deeplearning-tf2
- YunYang1994/TensorFlow2.0-Examples
- tensorflow/models
该存储库包含在TensorFlow中实现的许多不同模型。 - 1044197988/TF.Keras-Commonly-used-models
该贡献库为我整理的一些常用的分类、分割模型,包含分割的一些指标、损失函数,但不提供预训练模型的载入。分割模型列表如下:
- qubvel/efficientnet
- nsarang/MnasNet
- calmisential/MobileNetV3_TensorFlow2
- calmisential/TensorFlow2.0_ResNet
- calmisential/TensorFlow2.0_InceptionV3
- calmisential/TensorFlow2.0_Image_Classification
- timsainb/tensorflow2-generative-models
- DequanZhu/GANs-collections-tf2.0_keras-eager_mode
- Hourout/GAN-keras
- Net-Mist/style-transfer-tf2
- mnicnc404/CartoonGan-tensorflow
- ialhashim/StyleGAN-Tensorflow2
- leafinity/SAGAN-tensorflow2.0
- Lornatang/TensorFlow2-GAN
- ppooiiuuyh/SinGAN-tensorflow2.0
- hollygrimm/tf2-cyclegan
- drewszurko/tensorflow-WGAN-GP
- mgmk2/StyleGAN
- LynnHo/CycleGAN-Tensorflow-2
- srihari-humbarwadi/FastFCN_TF2.0
- bonlime/keras-deeplab-v3-plus
- matterport/Mask_RCNN
- srihari-humbarwadi/DeepLabV3_Plus-Tensorflow2.0
- krasserm/super-resolution
包含以下模型:
用于单图像超分辨率(EDSR)的增强型深度残留网络,是NTIRE 2017超分辨率挑战赛的冠军。
广泛激活以实现高效,准确的图像超分辨率(WDSR),是NTIRE 2018超分辨率挑战赛(真实轨道)的获胜者。
使用生成对抗网络(SRGAN)的逼真的单图像超分辨率。 - HasnainRaz/Fast-SRGAN
- gs18113/ESPCN-TensorFlow2
- zzh8829/yolov3-tf2
- srihari-humbarwadi/YOLOv1-TensorFlow2.0
- cjpurackal/m2det-tf
- reliefs/mtcnn-tensorflow2
- 1044197988/Centernet-Tensorflow2.0
- calmisential/TensorFlow2.0_FasterRCNN
- Stick-To/Object-Detection-Tensorflow2
- hux999/tf-fcos
- tensorflow/tensor2tensor
Tensor2Tensor或简称T2T,是一个深度学习模型和数据集的库,旨在使深度学习更易于访问并加速ML研究。Google Brain团队和用户社区的研究人员和工程师积极使用和维护T2T 。 - huggingface/transformers
TensorFlow 2.0和PyTorch的最新自然语言处理,(以前称为pytorch-transformers和pytorch-pretrained-bert)提供用于自然语言理解(NLU)和自然语言生成(NLG)的最新通用架构(BERT,GPT-2,RoBERTa,XLM,DistilBert,XLNet ...) )包含超过32种以100多种语言编写的预训练模型,以及TensorFlow 2.0和PyTorch之间的深层互操作性。
- codertimo/BERT-tf2
- ShaneTian/TextCNN
- strutive07/transformer-tensorflow2.0
- thisisiron/nmt-attention-tf
- kpe/bert-for-tf2
- akanyaani/gpt-2-tensorflow2.0
- jason9693/MusicTransformer-tensorflow2.0
- xingchensong/Speech-Transformer-tf2.0
- drukka/command-words-recognition-keras
- bryanlimy/tf2-transformer-chatbot
- gibrano/chatbot
- DequanZhu/FaceNet-and-FaceLoss-collections-tensorflow2.0
- Fei-Wang/insightface
- 610265158/Peppa_Pig_Face_Engine
- 610265158/faceboxes-tensorflow