tensorflow Logo
latest

从TensorFlow开始 (Getting Started)

  • TensorFlow如何工作
  • 变量和张量的声明
  • 使用占位符和变量
  • 矩阵
  • 操作符的声明
  • 载入激活函数
  • 数据资源
  • 资源库
    • 官方资源
    • Github学习指导和例子
    • 深度学习资源
    • 额外资源
    • Arxiv 文章(免费)
    • Colab如何将训练麻瓜?
  • 本章学习模块

TensorFlow方式 (TensorFlow Way)

  • 计算图
  • 分层嵌套操作
  • 多层操作
  • 载入损失函数
  • 载入反向传播
  • 随机和批量训练
  • 结合训练
  • 模型评估
  • 本章学习模块

线性回归 (Linear Regression)

  • 矩阵转置
  • 矩阵分解法
  • TensorFLow的线性回归
  • 线性回归的损失函数
  • Deming回归(全回归)
  • 套索(Lasso)回归和岭(Ridge)回归
  • 弹性网(Elastic Net)回归
  • 逻辑(Logistic)回归
  • 本章学习模块

支持向量机(Support Vector Machines)

  • 引言
  • 线性支持向量机
  • 回归线性回归
  • TensorFlow中的核
  • 非线性支持向量机
  • 多类支持向量机
  • 本章学习模块

最近邻法 (Nearest Neighbor Methods)

  • 引言
  • 最近邻法的使用
  • 文本距离函数
  • 计算混合距离函数
  • 地址匹配
  • 图像处理的近邻法
  • 本章学习模块

神经元网络 (Neural Networks)

  • 引言
  • 载入操作门
  • 门运算和激活函数
  • 载入一层神经网络
  • 载入多层神经网络
  • 使用多层神经网络
  • 线性模型预测改善
  • 神经网络学习井字棋
  • 本章学习模块

自然语言处理(NLP)

  • 引言
  • 词袋 (Bag of Words)
  • 词频-逆文本频率 (TF-IDF)
  • 运用Skip-Gram
  • CBOW (Continuous Bag fo Words)
  • Word2Vec应用实例
  • Doc2Vec情感分析 (Sentiment Analysis)
  • 神经网络学习井字棋
  • 本章学习模块

卷积神经网络(CNN)

  • 引言
  • 简单卷积神经网络 (Simple CNNs)
  • 高级卷积神经网络 (Advanced CNNs)
  • 重新训练一个存在架构
  • 使用Stylenet/Neural-Style
  • 运用Deep Dream

递归神经网络(RNN)

  • 引言
  • 卷积神经网络模型用于垃圾信息检测
  • LSTM模型用于文本生成
  • 堆叠多层LSTM
  • 创建段对段模型翻译 (Seq2Seq)
  • 训练Siamese相似度测量

TensorFlow的应用技巧

  • 单元测试
  • 使用多个执行器 (设备)
  • TensorFlow平行化
  • TensorFlow开发贴士
  • TensorFlow开发实例

TensorFlow的更多功能

  • 计算图可视化(用Tensorboard)
  • 遗传算法
  • K-means聚类分析
  • 解决体系常微分方程
  • 随机森林
  • TensorFlow中的Keras
tensorflow
  • Docs »
  • TensorFlow如何工作 »
  • 官方资源
  • Edit on GitHub

官方资源¶

  • TensorFlow Python API(应用程序接口)
  • TensorFlow Github源代码
  • TensorFlow 学习介绍
  • Udacity 深度学习课程
  • TensorFlow playground

Github学习指导和例子¶

  • Tutorials (pkmital)
  • Tutorials (nlintz)
  • 例子 (americdamien)
  • TensorFlow 工作坊 (amygdala)

深度学习资源¶

  • 优秀的反向传播 (Yann LeCun, et. al.)
  • 在线深度学习书籍(MIT 出版)
  • 梯度下降算法综述 (Sebastian Ruder)
  • 随机最优化 (John Duchi, et. al.)
  • AdaDelta算法(Matthew Zeiler)
  • 交叉熵损失简介(Rob DiPietro)

额外资源¶

  • 专门的TensorFlow资源的宝藏列表

Arxiv 文章(免费)¶

  • TensorFlow:异构分布式系统上的大规模机器学习
  • TensorFlow:一个大规模机器学习系统
  • 基于MPI的分布式TensorFlow
  • 深度学习软件框架的比较研究
  • 推荐系统的广泛深入学习
  • TensorFlow:异构分布式系统上的大规模机器学习 TF
  • TensorFlow:一个大规模机器学习系统 TF
  • TF: 基于MPI的分布式TensorFlow
  • TF: 深度学习软件框架的比较研究 TF
  • TF: 推荐系统的广泛深入学习 TF

Colab如何将训练麻瓜?¶

Next Previous

© Copyright - Wei MEI (Nick Cafferry). Revision 1d9be4cc.

Built with Sphinx using a theme provided by Read the Docs.