基于TensorFlow2 + Keras讲解深度学习入门指南。
● 张量
● 变量
● 自动微分
● 图和函数简介
● 模块、层和模型简介
● 训练循环
● 高级自动微分
● 不规则张量
● 稀疏张量
● Numpy API
● Tensor切片
● Sequential模型
● Functional API
● 使用内置方法进行训练和评估
● 通过子类化构建新层和模型
● 保存并加载Keras模型
● 使用预处理层
● 自定义Model.fit的操作流程
● 从头开始编写训练循环
● 采用Keras的循环神经网络（RNN）
● 采用Keras进行遮盖和填充
● 自动编写回调
● 迁移学习和微调
● 使用TensorFlow Cloud训练Keras模型
● TensorFlow Core API 快速入门
● 使用 Core API 进行二元分类的逻辑回归
● 创建操作
● 生成随机数字
● tf.data
● 优化流水线性能
● 分析流水线性能
● Checkpoint
● SavedModel
● 分布式训练
● GPU
● TPU
● 使用tf.function提升性能
● 分析TensorFlow的性能
● 优化GPU性能
● 图优化
● 混合精度
● TensorFlow Serving和Docker
● 安装
● 提供TensorFlow模型
● 高级模型服务器配置