文件名称:TensorFlow-Machine-Learning-Cookbook:Packt的TensorFlow机器学习指南的代码存储库
文件大小:128KB
文件格式:ZIP
更新时间:2024-06-17 05:21:42
Python
TensorFlow机器学习指南 这是Packt发行的的代码库。 它包含从头到尾完成本书所必需的所有支持项目文件。 关于这本书 TensorFlow是机器智能的开源软件库。 本书中的独立食谱将教您如何使用TensorFlow进行复杂的数据计算,并使您比以往更深入地挖掘数据并获得更多见解。 您将学习有关训练模型,模型评估,情感分析,回归分析,聚类分析,人工神经网络和深度学习的方法-每种方法均使用Google的机器学习库TensorFlow。 本指南从TensorFlow库的基础开始,该库包括变量,矩阵和各种数据源。 继续前进,您将在TensorFlow上获得线性回归技术的动手经验。 下一章涵盖重要的高级概念,例如神经网络,CNN,RNN和NLP。 一旦您熟悉并熟悉TensorFlow生态系统,上一章将向您展示如何将其投入生产。 说明和导航 所有代码都组织在文件夹中。 每个文件夹均以数字开
【文件预览】:
TensorFlow-Machine-Learning-Cookbook-master
----.gitignore(663B)
----Chapter 05()
--------text_distances.py(3KB)
--------mixed_distance_functions_knn.py(5KB)
--------image_recognition.py(3KB)
--------nearest_neighbor.py(4KB)
--------address_matching.py(4KB)
----Chapter 04()
--------nonlinear_svm.py(5KB)
--------svm_kernels.py(5KB)
--------support_vector_regression.py(4KB)
--------linear_svm.py(4KB)
--------multiclass_svm.py(6KB)
----Chapter 01()
--------placeholders.py(525B)
--------data_gathering.py(4KB)
--------operations.py(1KB)
--------tensors.py(2KB)
--------matrices.py(1KB)
--------activation_functions.py(2KB)
----Chapter 11()
--------using_tensorboard.py(4KB)
--------k_means.py(5KB)
--------solving_ode_system.py(2KB)
--------genetic_algorithm.py(4KB)
----Chapter 10()
--------production_ex_train.py(9KB)
--------parallelizing_tensorflow.py(1KB)
--------production_tips_for_tf.py(3KB)
--------implementing_unit_tests.py(7KB)
--------production_ex_eval.py(4KB)
--------using_multiple_devices.py(2KB)
----LICENSE(1KB)
----Chapter 09()
--------seq2seq_translation.py(9KB)
--------stacking_multiple_lstm.py(11KB)
--------implementing_rnn.py(6KB)
--------implementing_lstm.py(11KB)
----Chapter 03()
--------lin_reg_inverse.py(1KB)
--------lasso_and_ridge_regression.py(3KB)
--------lin_reg_tensorflow_way.py(2KB)
--------lin_reg_l1_vs_l2.py(3KB)
--------deming_regression.py(3KB)
--------logistic_regression.py(4KB)
--------elasticnet_regression.py(2KB)
--------lin_reg_decomposition.py(2KB)
----README.md(3KB)
----Chapter 02()
--------evaluating_models.py(6KB)
--------batch_stochastic_training.py(3KB)
--------multiple_layers.py(2KB)
--------layering_nested_operations.py(1000B)
--------loss_functions.py(4KB)
--------operations_on_a_graph.py(634B)
--------back_propagation.py(4KB)
--------combining_everything_together.py(3KB)
----Chapter 06()
--------tic_tac_toe()
--------improving_linear_regression.py(5KB)
--------single_hidden_layer_network.py(3KB)
--------implementing_different_layers.py(9KB)
--------using_a_multiple_layer_network.py(6KB)
--------activation_functions.py(3KB)
--------gates.py(2KB)
----Chapter 07()
--------tf_idf.py(6KB)
--------word2vec_skipgram.py(10KB)
--------using_word2vec.py(6KB)
--------doc2vec.py(11KB)
--------text_helpers.py(7KB)
--------bag_of_words.py(6KB)
--------word2vec_cbow.py(6KB)
----Chapter 08()
--------download_cifar10.py(3KB)
--------deepdream.py(7KB)
--------stylenet.py(7KB)
--------introductory_cnn.py(7KB)
--------cnn_cifar10.py(12KB)
----.gitattributes(378B)