文件名称：颜色分类leetcode-TensorFlow-LiveLessons:“使用TensorFlow进行深度学习”LiveLessons
文件大小：1.47MB
文件格式：ZIP
更新时间：2024-07-26 15:20:39
系统开源
颜色分类leetcode TensorFlow-LiveLessons 请注意，该视频系列的第二版现已推出。 第二版包含此（第一版）的所有内容以及更多内容，以及更新的库版本。 此存储库是随附代码的所在地： LiveLessons（摘要博客文章） LiveLessons（摘要博客文章） LiveLessons（摘要博客文章） 上述顺序是进行这些 LiveLessons 的推荐顺序。 也就是说，使用 TensorFlow 进行深度学习为其他 LiveLessons 提供了足够的理论和实践背景。 先决条件 命令行 如果您熟悉Unix 命令行基础知识，那么学习这些 LiveLessons 将是最容易的。 可以找到这些基础知识的教程。 用于数据分析的 Python 此外，如果您不熟悉使用Python进行数据分析（例如， pandas 、scikit-learn、matplotlib 包），这将很快让您掌握速度——第一步（ Python 简介）和第二步（中级 Python）和 Pandas ）提供了大部分必需品。 安装 可以在 . 笔记本 我在 LiveLessons 中介绍的所有代码都可以在 .
【文件预览】：
TensorFlow-LiveLessons-master
----installation()
--------miscellaneous_notes.md(1KB)
--------simple_Windows_Anaconda_install.md(608B)
--------step_by_step_Windows_Docker_install.md(2KB)
--------conda_TensorFlow_install.md(663B)
--------windows_TF_GPU.md(766B)
--------step_by_step_GCP_install.md(2KB)
--------let_jovyan_write.sh(308B)
--------README.md(3KB)
--------docker-stack-scripts()
--------step_by_step_MacOSX_install.md(4KB)
----img()
--------paint.jpg(40KB)
--------book.jpg(23KB)
----Dockerfile(412B)
----LICENSE(1KB)
----.gitignore(1KB)
----README.md(24KB)
----notebooks()
--------image-segmentation.ipynb(7KB)
--------natural_language_preprocessing_best_practices.ipynb(487KB)
--------softmax_demo.ipynb(3KB)
--------stacked_bidirectional_lstm.ipynb(16KB)
--------convolutional_sentiment_classifier.ipynb(15KB)
--------shallow_net_in_keras.ipynb(58KB)
--------deep_net_in_tensorflow.ipynb(10KB)
--------cross_entropy_cost.ipynb(3KB)
--------live_training()
--------lenet_in_keras.ipynb(9KB)
--------object-detection.ipynb(371KB)
--------intermediate_net_in_keras.ipynb(36KB)
--------vanilla_lstm_in_keras.ipynb(16KB)
--------alexnet_in_keras.ipynb(23KB)
--------cartpole_dqn.ipynb(59KB)
--------dense_sentiment_classifier.ipynb(83KB)
--------transfer_learning_in_keras.ipynb(16KB)
--------rnn_in_keras.ipynb(18KB)
--------tensor-fied_intro_to_tensorflow.ipynb(24KB)
--------sigmoid_function.ipynb(2KB)
--------first_tensorflow_graphs.ipynb(4KB)
--------deep_net_in_keras.ipynb(36KB)
--------vggnet_in_keras.ipynb(21KB)
--------intro_to_tensorflow_times_a_million.ipynb(25KB)
--------gru_in_keras.ipynb(15KB)
--------ye_olde_conv_lstm_stackeroo.ipynb(16KB)
--------clean_gutenberg_tsne.csv(464KB)
--------lenet_in_tensorflow.ipynb(22KB)
--------point_by_point_intro_to_tensorflow.ipynb(25KB)
--------first_tensorflow_neurons.ipynb(10KB)
--------intermediate_net_in_tensorflow.ipynb(10KB)
--------generative_adversarial_network.ipynb(250KB)
--------bidirectional_lstm.ipynb(15KB)
--------image-segmentation-with-ResNet-UNet.ipynb(9KB)
--------multi_convnet_architectures.ipynb(19KB)
--------creating_word_vectors_with_word2vec.ipynb(521KB)
----Dockerfile-gpu(5KB)