TensorflowPractice
🌀 《TensorFlow实战》 黄文坚 | 唐源 - 源代码讲解
-
1 TensorFlow基础
-
1.1 TensorFlow概要
-
1.2 TensorFlow编程模型简介
-
-
2 TensorFlow和其他深度学习框架对比
-
2.1 主流深度学习框架对比
-
2.2 各深度学习框架简介
-
-
3 TensorFlow第一步
-
3.1 TensorFlow的编译与安装
-
3.2 TensorFlow实现Softmax Regression识别手写数字
-
-
4 TensorFlow实现自编码机和多层感知机
-
4.1 自编码机简介
-
4.2 TensorFlow实现自编码器
-
4.3 多层感知机简介
-
4.4 TensorFlow实现多层感知器
-
-
5 TensorFlow实现卷积神经网络
-
5.1 卷积神经网络简介
-
5.2 TensorFlow实现简单的卷积网络
-
5.3 TensorFlow实现进阶的卷积网络
-
-
6 TensorFlow实现经典卷积神经网络
-
6.1 TensorFlow实现AlexNet
-
6.2 TensorFlow实现VGGNet
-
6.3 TensorFlow实现GoogleInceptionNet
-
6.4 TensorFlowResNet
-
6.5 卷积神经网络发展趋势
-
-
7 TensorFlow实现循环神经网络及Word2Vec
-
7.1 TensorFlow实现Word2Vec
-
7.2 TensorFlow实现基于LSTM的语言模型
-
7.3 TensorFlow实现BidirectionalLSTMClassifier
-
-
8 TensorFlow实现深度强化学习
-
8.1 深度强化学习简介
-
8.2 TensorFlow实现策略网络
-
8.3 TensorFlow实现估值网络
-
-
9 TensorBoard、多GPU并行及分布式并行
-
9.1 TensorBoard
-
9.2 多GPU并行
-
9.3 分布式并行
-
-
10 TF.learn从入门到精通
-
10.1 分布式Estimator
-
10.2 深度学习Estimator
-
10.3 机器学习Estimator
-
10.4 DataFrame
-
10.5 监督其Monitors
-
-
11 TF.Contrib的其他组件
-
11.1 统计分布
-
11.2 Layer模块
-
11.3 性能分析器tfprof
-