在Tensorflow中查看权重的实现

U-GAT-IT的官方Tensorflow实现：具有自适应层实例规范化的无监督生成注意网络，用于图像到图像的转换

DiscoGAN的Tensorflow实现

Fast Weights的TensorFlow实现

DmitryUlyanov/texture_nets的TensorFlow实现

Reliation Networks的Tensorflow实现和DeepMind提出的名为Sort-of-CLEVR的VQA数据集。

Adversarial Autoencoders的Tensorflow实现

Tensorflow中的指针网络 TensorFlow实现。 支持多线程数据管道以减少I / O延迟。 要求 Python 2.7 用法 训练模型: $ python main.py --task=t

tensorflow_hmm HMM viterbi和向前/向后算法的Tensorflow和numpy实现。 见对于如何使用Keras HMMLayer一个例子。 有关用法示例,请参见 。 这是hmm

tensorflow.cr:Crystal中的TensorFlow绑定

图像分割 该项目在实现了用于语义分割的神经网络。 项目概况 该项目的主文件是convolutional_autoencoder.py ,其中包含用于数据集处理的代码(数据集类),模型定义(模型类)以及