1、Tensorflow 教程系列 _ 莫烦Python.html(https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/)
-
Tensorflow 简介
- 1.1 科普: 人工神经网络 VS 生物神经网络
- 1.2 什么是神经网络 (Neural Network)
- 1.3 神经网络 梯度下降
- 1.4 科普: 神经网络的黑盒不黑
- 1.5 为什么选 Tensorflow?
- 1.6 Tensorflow 安装
- 1.7 神经网络在干嘛
-
Tensorflow 基础构架
- 2.1 处理结构
- 2.2 例子2
- 2.3 Session 会话控制
- 2.4 Variable 变量
- 2.5 Placeholder 传入值
- 2.6 什么是激励函数 (Activation Function)
- 2.7 激励函数 Activation Function
-
建造我们第一个神经网络
- 3.1 例子3 添加层 def add_layer()
- 3.2 例子3 建造神经网络
- 3.3 例子3 结果可视化
- 3.4 加速神经网络训练 (Speed Up Training)
- 3.5 优化器 optimizer
-
可视化好助手 Tensorboard
- 4.1 Tensorboard 可视化好帮手 1
- 4.2 Tensorboard 可视化好帮手 2
-
高阶内容
- 5.1 Classification 分类学习
- 5.2 什么是过拟合 (Overfitting)
- 5.3 Dropout 解决 overfitting
- 5.4 什么是卷积神经网络 CNN (Convolutional Neural Network)
- 5.5 CNN 卷积神经网络 1
- 5.6 CNN 卷积神经网络 2
- 5.7 CNN 卷积神经网络 3
- 5.8 Saver 保存读取
- 5.9 什么是循环神经网络 RNN (Recurrent Neural Network)
- 5.10 什么是 LSTM 循环神经网络
- 5.11 RNN 循环神经网络
- 5.12 RNN LSTM 循环神经网络 (分类例子)
- 5.13 RNN LSTM (回归例子)
- 5.14 RNN LSTM (回归例子可视化)
- 5.15 什么是自编码 (Autoencoder)
- 5.16 自编码 Autoencoder (非监督学习)
- 5.17 scope 命名方法
- 5.18 什么是批标准化 (Batch Normalization)
- 5.19 Batch Normalization 批标准化
- 5.20 Tensorflow 2017 更新
- 5.21 用 Tensorflow 可视化梯度下降
- 5.22 什么是迁移学习 Transfer Learning
- 5.23 迁移学习 Transfer Learning
2、
3、从 "5.12 RNN LSTM 循环神经网络 (分类例子)"中 作者提供的 代码链接,找到的 相关文章资料:
3.1、全球人工智能.html(https://mp.weixin.qq.com/s/HtNhe-G9SN0qiZk6iqRKVA?)
机器学习算法与Python学习.html(https://mp.weixin.qq.com/s/Qdo1vks94tbGkzXEiuQV7w)
ZC:然后 里面的例子,我搬到了 gitee中(https://gitee.com/zclxy/TensorFlow-Examples)
3.2、课程中的提及的
LSTM cell : Long-term short-term memory cell
4、
5、
本文暂时没有评论,来添加一个吧(●'◡'●)