智能后端和架构
TensorFlow-实战博客推荐
更新时间 2021-10-06 15:12:40    浏览 0   

TIP

本文主要是介绍 TensorFlow-实战博客推荐 。

# 博客推荐（重点推荐）

# TensorFlow2.0 入门教程实战案例 (opens new window)

# 中文文档

一篇文章入门 Python (opens new window) TensorFlow 2 / 2.0 中文文档 (opens new window)

# 知乎专栏

欢迎关注知乎专栏 https://zhuanlan.zhihu.com/geektutu

# 一、实战教程之强化学习

# 二、实战教程之图像识别

# 三、Github 源码地址

# 【----------------------------】

如果你对 Python 还不熟悉，推荐先阅读 一篇文章入门 Python (opens new window)

# 文档地址

# 目录(持续更新)

# 基础 - 机器学习基础 ML basics

  1. 图像分类 Classify images (opens new window)
  2. 文本分类 Classify text (opens new window)
  3. 结构化数据分类 Classify structured data (opens new window)
  4. 回归 Regression (opens new window)
  5. 过拟合与欠拟合 Overfitting and underfitting (opens new window)
  6. 保存和恢复模型 Save and restore models (opens new window)

# 基础 - 图像分类

  1. 卷积神经网络 Convolutional Neural Networks (opens new window)
  2. 使用TFHub进行迁移学习 TensorFlow Hub with Keras (opens new window)
  3. 使用预训练CNN进行迁移学习 Transfer Learning Using Pretrained ConvNets

# 基础 - 文本分类

  1. 使用RNN对文本分类进行分类 Text classification with an RNN (opens new window)

# 进阶 - 自定义

  1. 张量和操作 Tensors and operations
  2. 自定义层 Custom layers
  3. 自动微分 Automatic differentiation
  4. 自定义训练：攻略 Custom training：walkthrough
  5. 动态图机制 TF function and AutoGraph

# 极客兔兔实战

# 监督学习

  1. mnist手写数字识别(CNN卷积神经网络) (opens new window)
  2. 监督学习玩转 OpenAI gym game (opens new window)

# 强化学习

  1. 强化学习 Q-Learning 玩转 OpenAI gym (opens new window)
  2. 强化学习 DQN 玩转 gym Mountain Car (opens new window)
  3. 强化学习 70行代码实战 Policy Gradient (opens new window)

# 声明

TensorFlow 2 中文文档主要参考 TensorFlow官网 (opens new window)，书写而成。选取了一些有价值的章节作总结，内容目录基本与官方文档一致，但在内容上作了大量的简化，以代码实践为主。TensorFlow 是机器学习的高阶框架，功能强大，接口很多，TensorFlow 2 废弃了大量重复的接口，将 Keras 作为搭建网络的主力接口，也添加了很多新的特性，极大地改进了可用性，能有效地减少代码量。

TensorFlow 2 中文文档的目的是选取官方文档中有代表性的内容，帮助大家快速入门，一览TensorFlow 在图像识别、文本分类、结构化数据等方面的风采。介绍 TensorFlow 1.x 的文档已经很多，所以这份文档侧重于总结 TensorFlow 2 的新特性。

TensorFlow官网的文档遵循署名 4.0 国际 (CC BY 4.0) (opens new window)协议，代码遵循Apache 2.0 协议 (opens new window)，本文档完全遵守上述协议。将在显著地方注明来源。

代码基于Python3和TensorFlow 2.0 beta实现。

力求简洁，部分代码删改过，例如兼容Python 2.x的代码均被删除。

# TensorFlow 2.0 Tutorial 入门教程实战案例

用最白话的语言，讲解机器学习、神经网络与深度学习 示例基于 TensorFlow 1.4 和 TensorFlow 2.0 实现

# 相关链接

# OpenAI gym

# mnist

# 【----------------------------】

# tensorflow2.0基础知识及案例实战

tensorflow2.0基础知识及案例实战: https://blog.csdn.net/xiao_jie123/category_9812361.html

[tensorflow2.0基础知识及案例实战] (https://blog.csdn.net/xiao_jie123/category_9812361.html)

原创 Tensorflow2.1基础知识---张量 (opens new window)

原创 Tensorflow2.1基础知识---常用的函数API (opens new window)

原创 tensorflow2.1案例实战---神经网络实现鸢尾花分类 (opens new window)

原创 Tensorflow2.1基础知识---复杂度、学习率、激活函数、损失函数 (opens new window)

原创 Tensorflow2.1基础知识---神经网络参数优化器 (opens new window)

原创 Tensorflow2.1基础知识---搭建神经网络八股以及小案例实战 (opens new window)

原创 Tensorflow2.1基础知识---丰富神经网络八股的内容 (opens new window)

# 【----------------------------】

# TensorFlow2入门指南(付费栏目)

仅做参考：

TensorFlow2入门指南(付费栏目) https://blog.csdn.net/wjinjie/category_9955855.html

# 专栏目录：

Anaconda3+tensorflow2.0.0+PyCharm安装与环境搭建

Anaconda3+PyCharm+Cuda10.1+Cudnn7.6+tensorflow2.2安装与配置教程

TensorFlow2 入门指南 | 01 浅谈 TensorFLow2 入门

TensorFlow2 入门指南 | 02 回归问题实战之线性回归

TensorFlow2 入门指南 | 03 回归问题之汽车燃油效率预测

TensorFlow2 入门指南 | 04 分类问题实战之手写数字识别

TensorFlow2 入门指南 | 05 TensorFlow2 基本操作总结

TensorFlow2 入门指南 | 06 TensorFLow2 高阶操作汇总

TensorFlow2 入门指南 | 07 数据集的加载、预处理、数据增强

TensorFlow2 入门指南 | 08 认识与搭建全连接层神经网络

TensorFlow2 入门指南 | 09 损失函数、梯度下降、优化器选择

TensorFlow2 入门指南 | 10 TensorBoard可视化

TensorFlow2 入门指南 | 11 Keras 与 tf.keras 总体框架介绍

TensorFlow2 入门指南 | 12 网络容器 tf.keras.Sequential 用法超全整理！

TensorFlow2 入门指南 | 13 Keras Functional API 官方教程

# 参考文章

  • https://www.cnblogs.com/gzdaijie/p/11156637.html
  • https://blog.csdn.net/wjinjie/category_9955855.html
  • https://blog.csdn.net/xiao_jie123/category_9812361.html
  • https://github.com/geektutu/tensorflow2-docs-zh
更新时间: 2021-10-06 15:12:40

← TensorFlow-精华基础总结 →

  0
TensorFlow-实战博客推荐
手机看
公众号
讨论
左栏
全屏
上一篇
下一篇
扫一扫 手机阅读
可分享给好友和朋友圈