基于MaixPy+机械臂完成井字棋游戏源码+项目说明.zip资源-CSDN文库

共349个文件

png：268个

1zlab：13个

md：13个

版权申诉

75 浏览量 2024-02-21 23:55:45 上传评论收藏 76.86MB ZIP 举报

资源推荐

资源详情

资源评论

收起资源包目录

基于MaixPy+机械臂完成井字棋游戏源码+项目说明.zip （349个子文件）

events.out.tfevents.1557336567.1zlab 921KB

events.out.tfevents.1557320288.1zlab 600KB

events.out.tfevents.1557328869.1zlab 452KB

events.out.tfevents.1557327978.1zlab 310KB

events.out.tfevents.1557327607.1zlab 277KB

events.out.tfevents.1557501753.1zlab 149KB

events.out.tfevents.1557501736.1zlab 136KB

events.out.tfevents.1557334394.1zlab 110KB

events.out.tfevents.1557503658.1zlab 110KB

events.out.tfevents.1557328933.1zlab 110KB

events.out.tfevents.1557501600.1zlab 110KB

events.out.tfevents.1557329025.1zlab 108KB

events.out.tfevents.1557335579.1zlab 108KB

xo_dataset.bin 8.39MB

checkpoint 130B

checkpoint 89B

checkpoint 77B

keras_model.ckpt.data-00000-of-00001 1.34MB

model.ckpt-1501.data-00000-of-00001 1.34MB

model.ckpt-0.data-00000-of-00001 1.34MB

nn_xo.ckpt.data-00000-of-00001 1.34MB

variables.data-00000-of-00001 458KB

emnist-letters-test-images-idx3-ubyte 15.55MB

emnist-letters-test-labels-idx1-ubyte 20KB

emnist-letters-train-images-idx3-ubyte 93.31MB

emnist-letters-train-labels-idx1-ubyte 122KB

draw_x.gcode 299B

draw_o.gcode 176B

.gitignore 1KB

xo_nn_model.h5 1.37MB

keras_model.ckpt.index 961B

model.ckpt-1501.index 961B

model.ckpt-0.index 961B

nn_xo.ckpt.index 696B

variables.index 336B

TFNerualNetwork.ipynb 35KB

SimpleClassifcation.ipynb 30KB

手写字母数据预处理.ipynb 20KB

FreezingKerasModel.ipynb 20KB

NeuralNetwork.ipynb 16KB

TFliteQuantizedModel.ipynb 11KB

tic-tac-toe-game.jpg 2.03MB

tic-tac-toe.jpg 146KB

nn_xo.kmodel 118KB

.kmodel 118KB

LICENSE 11KB

Tensorflow神经网络模型训练与冻结.md 14KB

Keras神经网络模型XO分类.md 12KB

TFLite模型转换为K210模型.md 4KB

配置K210的开发环境.md 4KB

手写字母XO数据预处理.md 3KB

TensorFlow模型转换为TFlite模型.md 3KB

模型结构可视化TensorBoard.md 2KB

README.md 2KB

神经网络的量化技术.md 1KB

README.md 1KB

K210KPU使用说明.md 704B

井字棋的游戏策略.md 0B

TFLite模型量化.md 0B

model.ckpt-1501.meta 176KB

model.ckpt-0.meta 176KB

keras_model.ckpt.meta 164KB

nn_xo.ckpt.meta 58KB

神经网络XO识别效果视频.mkv 694KB

nn_xo.pb 460KB

saved_model.pb 20KB

graph.pbtxt 430KB

A Survey on Methods and Theories of Quantized Neural Networks.pdf 961KB

Jacob_Quantization_and_Training_CVPR_2018_paper.pdf 414KB

Quantized Neural Networks_ Training Neural Networks withLow Precision Weights and Activations.pdf 382KB

Deep Learning with Low Precision by Half-wave Gaussian Quantization.pdf 296KB

kpu-768x805.png 558KB

input_node.png 180KB

output_node.png 167KB

compile-02.png 158KB

main_graph.png 155KB

error.png 151KB

28.png 130KB

87.png 127KB

81.png 127KB

7.png 126KB

78.png 125KB

79.png 124KB

compile--helloworld-01.png 124KB

0.png 123KB

84.png 123KB

1.png 123KB

9.png 122KB

3.png 122KB

13.png 122KB

36.png 122KB

29.png 122KB

10.png 122KB

1.png 122KB

8.png 122KB

12.png 121KB

83.png 121KB

90.png 121KB

共 349 条

# 教程仓库迁移至 -> [K210基础入门](https://github.com/mushroom-x/K210_Tutorial) 欢迎大家多多star, 嘻嘻 # maixpy-tic-tac-toe 用MaixPy+机械臂完成井字棋游戏 ![tic-tac-toe.jpg](./image/tic-tac-toe.jpg) ## 教程列表 [1.手写字母数据预处理](1.手写字母XO数据预处理/手写字母XO数据预处理.md) 先尝试做一下分类，目标是通过神经网络分类，然后完成Tic-Tac-Toe的游戏．数据集可以来自于手写字母，提取字母中的`X`跟`O` [2.Tensorflow神经网络模型训练与冻结](2.Tensorflow神经网络模型训练与冻结/Tensorflow神经网络模型训练与冻结.md) 使用Tensorflow构建一个神经网络模型，用于识别字符`X`跟字符`O`. 使用上节课处理过的训练数据, 对模型进行训练. 训练完成之后，冻结模型, 导出pb模型文件。 [3.模型结构可视化TensorBoard](3.模型结构可视化TensorBoard/模型结构可视化TensorBoard.md) 通过TensorBoard查看神经网络模型结构 [4.TensorFlow模型转换为TFlite模型](4.TensorFlow模型转换为TFlite模型/TensorFlow模型转换为TFlite模型.md) Tensorflow模型的后缀是`pb`, TFLite模型的后缀是`tflite`. 从`pb`格式转换为`tflite`格式, 需要使用`Maix_Toolbox` 根目录下的`pb2tflite.sh`脚本。 [5.TFLite模型转换为K210模型](5.TFLite模型转换为K210模型/TFLite模型转换为K210模型.md) 使用nncase工具箱与MaixToolbox里面的工具完成K210模型转换。 [6.配置K210的开发环境](6.配置K210的开发环境/配置K210的开发环境.md)

评论收藏

内容反馈

版权申诉