Welcome to TensorFlow!

共55小节

第一章：初始TensorFlow

1.01 TensorFlow的概要及应用领域

1.02 TensorFlow的特点

1.03 其它常见的深度学习框架特点及介绍

第二章：TensorFlow环境的搭建

2.01 安装Anaconda和Tensorflow

2.02 GPU版本的安装和Anaconda工具的熟悉

第三章：TensorFlow开发的基本步骤

3.01 TensorFlow开发的基本步骤（1）

3.02 TensorFlow开发的基本步骤（2）

3.03 TensorFlow开发的基本步骤（3）

3.04 简单的逻辑回归

第四章TensorFlow编程基础

4.01 TensorFlow模型运行机制的介绍

4.02 数据流向机制与指定GPU计算

4.03 保存和载入模型

4.04 检查点

4.05 Tensorboard可视化工具

4.06 Tensorboard可视化工具的应用

4.07 张量及操作函数介绍（1）

4.08 张量及操作函数介绍（2）

4.09 张量及操作函数介绍（3）

4.10 张量及操作函数介绍（4）

4.11 张量及操作函数介绍（5）

4.12 张量及操作函数介绍（6）

4.13 共享变量

4.14 图的基本操作

4.15 分布式训练

4.16 Eager）

4.17 数据读取机制（1）

4.18 数据读取机制（2）

第五章：机器学习实例.识别模糊手写图片

5.01 识别模糊手写图片（1）

5.02 识别模糊手写图片（2）

5.03 识别模糊手写图片（3）

5.04 识别模糊手写图片（4）

第六章：神经元

6.01 神经元的拟合原理

6.02 激活函数（1）

6.03 激活函数（2）

6.04 处理分类问题

6.05 损失函数

6.06 softmax算法与损失函数的综合应用（1）

6.07 softmax算法与损失函数的综合应用（2）

6.08 梯度下降

6.09 退化学习率

6.10 初始化学习参数

6.11 Maxout网络

第七章：多层神经网络——解决非线性问题

7.01 用线性逻辑回归处理线性可分问题

7.02 用线性逻辑回归处理多分类问题

7.03 用隐藏层解决非线性问题

7.04 用多层神经网络识别MNIST图像

7.05 欠拟合与过拟合（1）

7.06 欠拟合与过拟合（2）

7.07 正则化与数据增强

7.08 使用daropput防止过拟合

第八章：卷积神经网络——解决参数太多问题

8.01 初步认识卷积神经网络

8.02 卷积操作

8.03 卷积函数

8.04 卷积函数的使用

8.05 提取图片轮廓与池化函数