文件名称:DeepLearningTensorflow:使用TensorFlow进行深度学习和机器学习的练习文件
文件大小:21KB
文件格式:ZIP
更新时间:2024-03-21 22:17:09
machine-learning tensorflow keras JupyterNotebook
使用TensorFlow进行深度学习和机器学习 按 这些是使用进行的练习文件。 课程大纲可以在下面找到 第一天 第1单元入门 什么是TensorFlow 安装并运行TensorFlow 模块2基本Tensorflow操作 持续的 图操作 数学 矩阵 占位符 多变的 模块3数据集 MNIST手写数字数据集 CIFAR图像数据集 一种热编码/解码 将数据集拆分为培训/测试 第4单元TF上的机器学习 回归ML模型 损失函数 优化器 训练 保存并加载模型 单元5神经网络(NN) 什么是神经网络 激活功能 MNIST上的深度神经网络 第二天 模块6张量板 什么是Tensorboard? 可视化Tensorboard图 将数据输出到Tensorboard 模块7卷积神经网络(CNN) 什么是CNN? CNN架构 卷积层 池化和辍学层 MNIST数据集上的CNN 单元8递归神经网络
【文件预览】:
DeepLearningTensorflow-master
----.gitignore(26B)
----exercises()
--------module8_2_keras_rnn.ipynb(4KB)
--------module10_4_estimoator_classification.py(2KB)
--------module2_basic_tensorflow.ipynb(9KB)
--------module10_3_estimator_regression.py(1KB)
--------module10_1_tf_data.py(1KB)
--------module9_2_keras_nn_mnist_restore_model.py(860B)
--------module9_2_tf_fine_tune.py(2KB)
--------module7_1_tensorflow_cnn.ipynb(6KB)
--------module4_1_tensorflow_regresssion.ipynb(6KB)
--------module8_1_tensorflow_rnn.ipynb(7KB)
--------module7_2_keras_cnn.ipynb(6KB)
--------module4_2_tensorflow_regression_ex.py(1KB)
--------module6_2_keras_tensorboard.ipynb(5KB)
--------module7_3_keras_cnn_cifar_ex.py(1KB)
--------module5_1_tensorflow_nn.ipynb(6KB)
--------module10_2_tf_records.py(886B)
--------module9_1_tf.ipynb(4KB)
--------module6_1_keras.ipynb(6KB)
----README.md(2KB)