Tensorflow 教程系列
Tensorflow 简介
Tensorflow 基础构架
建造我们第一个神经网络
可视化好助手 Tensorboard
高阶内容
- 5.1 Classification 分类学习
- 5.2 什么是过拟合 (Overfitting)
- 5.3 Dropout 解决 overfitting
- 5.4 什么是卷积神经网络 CNN (Convolutional Neural Network)
- 5.5 CNN 卷积神经网络 1
- 5.6 CNN 卷积神经网络 2
- 5.7 CNN 卷积神经网络 3
- 5.8 Saver 保存读取
- 5.9 什么是循环神经网络 RNN (Recurrent Neural Network)
- 5.10 什么是 LSTM 循环神经网络
- 5.11 RNN 循环神经网络
- 5.12 RNN LSTM 循环神经网络 (分类例子)
- 5.13 RNN LSTM (回归例子)
- 5.14 RNN LSTM (回归例子可视化)
- 5.15 什么是自编码 (Autoencoder)
- 5.16 自编码 Autoencoder (非监督学习)
- 5.17 scope 命名方法
- 5.18 什么是批标准化 (Batch Normalization)
- 5.19 Batch Normalization 批标准化
- 5.20 Tensorflow 2017 更新
- 5.21 用 Tensorflow 可视化梯度下降
- 5.22 什么是迁移学习 Transfer Learning
- 5.23 迁移学习 Transfer Learning