首页 > TensorFlow 阅读:218

TensorFlow教程:TensorFlow快速入门教程(非常详细)

< 上一页TensorFlow教程 TensorFlow是什么下一页 >

pk10开户推出辅导班啦,包括「C语言辅导班、C++辅导班、算法/数据结构辅导班」,全部都是一对一教学:一对一辅导 + 一对一答疑 + 布置作业 + 项目实践 + 永久学习。QQ在线,随时响应!

TensorFlow入门教程TensorFlow 是一个开源的、基于 Python 的机器学习框架,它由 Google 开发,并在图形分类、音频处理、推荐系统和自然语言处理等场景下有着丰富的应用,是目前最热门的机器学习框架。

除了 Python,TensorFlow 也提供了 C/C++、Java、Go、R 等其它编程语言的接口。

这套 TensorFlow 教程对一些常见的深度学习网络进行了介绍,并给出了完整的实现代码,不仅适合初学者入门,也适合程序员进阶。

本教程不再对 Python 语法进行讲解,没有基础的读者请猛击《Python入门教程》自行学习。
教程目录:
1. TensorFlow是什么
2. TensorFlow安装和下载(超详细)
3. 第一个TensorFlow程序(hello world)详解
4. TensorFlow程序结构(深度剖析)
5. TensorFlow常量、变量和占位符详解
6. TensorFlow矩阵基本操作及其实现
7. TensorFlow TensorBoard可视化数据流图
8. TensorFlow低版本代码自动升级为1.0版本
9. TensorFlow XLA加速线性代数编译器
10. TensorFlow指定CPU和GPU设备操作详解
11. 浅谈深度学习之TensorFlow
12. TensorFlow常用Python扩展包
13. 回归算法有哪些,常用回归算法(3种)详解
14. TensorFlow损失函数(定义和使用)详解
15. TensorFlow优化器种类及其用法详解
16. TensorFlow csv文件读取数据(代码实现)详解
17. TensorFlow实现简单线性回归
18. TensorFlow实现多元线性回归(超详细)
19. TensorFlow逻辑回归处理MNIST数据集
20. 浅谈感知机与神经网络(无师自通)
21. TensorFlow常用激活函数及其特点和用法(6种)详解
22. TensorFlow实现单层感知机详解
23. TensorFlow实现反向传播算法详解
24. TensorFlow多层感知机实现MINIST分类(详解版)
25. TensorFlow多层感知机函数逼近过程详解
26. TensorFlow超参数及其调整(超详细)
27. TensorFlow Keras及其用法(无师自通)
28. 卷积神经网络(CNN,ConvNet)及其原理详解
29. 三维卷积神经网络预测MNIST数字详解
30. 卷积神经网络分类图片过程详解
31. 迁移学习及实操(使用预训练的VGG16网络)详解
32. DeepDream网络(TensorFlow创建)详解
33. TensorFlow实现文本情感分析详解
34. 深入了解VGG卷积神经网络滤波器
35. VGGNet、ResNet、Inception和Xception图像分类及对比
36. 预建深度学习提取特征及实现(详解版)
37. TensorFlow实现InceptionV3详解
38. TensorFlow WaveNet声音合成详解
39. TensorFlow实现视频分类的6种方法
40. RNN循环神经网络及原理(详解版)
41. 神经机器翻译(seq2seq RNN)实现详解
42. 注意力机制(基于seq2seq RNN)详解
43. RNN训练模型并生成文本过程详解
44. RNN循环神经网络实现预测比特币价格过程详解
45. 主成分分析法(PCA)原理和步骤(超级详细)
46. k均值聚类算法原理和(TensorFlow)实现(无师自通)
47. SOM自组织映射法原理及(TensorFlow)实现详解
48. 受限玻尔兹曼机(RBM)训练详解
49. 基于RBM受限玻尔兹曼机实现推荐系统
50. 基于DBN实现情绪检测(详解版)
51. 什么是自编码器,自编码器及其应用详解
52. 标准自编码器(TensorFlow实现)详解
53. 稀疏自编码器及TensorFlow实现详解
54. 去燥自编码器(TensorFlow)实现详解
55. 卷积自编码器(TensorFlow实现)
56. 堆叠自编码器及(TensorFlow)实现(详解版)
57. 什么是强化学习算法
58. OpenAI Gym安装和使用详解
59. 全连接神经网络实现(玩Pac-Man游戏)详解
60. Q learning原理及实现(Cart-Pole平衡游戏)详解
61. DQN算法原理及应用(实现Atari游戏)
62. David Silver策略梯度算法及实际应用(实现Pong游戏)
63. 深度学习在移动端的应用
64. Android移动端部署TensorFlow mobile
65. iPhone移动端部署TensorFlow mobile
66. 移动端优化TensorFlow代码详解
67. GAN生成式对抗网络及应用详解
< 上一页TensorFlow教程 TensorFlow是什么下一页 >