# DeepLearning-TensorFlow2.0
## 前言
在这个项目中，我将使用谷歌 TensorFlow2 框架逐一复现经典的卷积神经网络：LeNet-5、AlexNet、VGG系列、GooLeNet、ResNet 系列、DenseNet 系列，以及经典的目标检测网络：RCNN系列、SSD、YOLO系列等。
## 教程目录
- [图像分类任务](https://github.com/Keyird/DeepLearning-TensorFlow2)
   1. 手写数字识别FirstNet （已完成）
   2. 快速搭建卷积网络FastNet （已完成）
   3. LeNet-5 （已完成）
   4. AlexNet （已完成）
   5. VGG系列 （已完成）
   6. GooLeNet （已完成）
   7. ResNet系列 （已完成）
   8. DenseNet系列 （已完成）
   9. ResNet-101迁移学习 （已完成）
- [目标检测任务](https://github.com/Keyird/TensorFlow2-Detection)
   1. RCNN系列 （已完成）
   2. SSD （更新中）
   3. YOLO系列 （已完成）
- [语义分割任务](https://github.com/Keyird/TensorFlow2-Segmentation)
   1. SegNet （已完成）
   2. MobileNet-SegNet （已完成）
## 项目环境
- Anaconda3
- Python3
- PyCharm
- Tensorflow>=2.0
## 项目帮助
- 环境配置教程(CPU)：[Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建](https://blog.csdn.net/wjinjie/article/details/104342769)
- 环境配置教程(GPU)：[Anaconda3+PyCharm+Cuda10.1+Cudnn7.6+tensorflow2.2.0安装与配置教程](https://ai-wx.blog.csdn.net/article/details/107205744)
- 我的博客：[【AI 菌】的csdn](https://blog.csdn.net/wjinjie)
本仓库我将使用谷歌TensorFlow2框架逐一复现经典的卷积神经网络：LeNet、AlexNet、VGG系列、GooLeNet、ResNet 系列、DenseNet 系列，以及现在比较经典的目标检测.zip （32个子文件） 
本仓库我将使用谷歌TensorFlow2框架逐一复现经典的卷积神经网络：LeNet、AlexNet、VGG系列、GooLeNet、ResNet 系列、DenseNet 系列，以及现在比较经典的目标检测 项目内附说明 
如果解压失败请用ara软件解压.txt 42B DeepLearning-TensorFlow2-master 6. GoogLeNet 
predict.py 1KB
daisy_test.jpg 31KB model.py 5KB class_indices.json 108B train.py 5KB README.md 144B 8. DenseNet README 539B model.py 7KB train.py 918B 1. 手写数字识别 FirstNet.py 2KB README.md 275B 5. VGG11 VGG11.py 8KB README.md 144B 9. ResNet-101 predict.py 2KB rose_test.jpg 18KB model.py 6KB read_ckpt.py 2KB class_indices.json 108B train.py 6KB README.md 1KB 2. 快速搭建MNIST分类器 FastNet.py 2KB README.md 155B datasets README.md 608B 3. LeNet-5 LeNet-5.py 3KB README.md 142B 4. AlexNet AlexNet.py 8KB README.md 142B 7. ResNet resnet.py 3KB train.py 2KB README.md 141B README.md 2KB资源评论
