Tensorflow 入门系列教程

本系列课程是Tensorflow入门实战课程,主要讲解Tensorflow的基本使用方法与使用技巧。(课时:6小时3分钟)

Tensorflow 深度学习 CNN RNN AutoEncoder

    课程背景

    Tensorflow 是由 Google 团队开发的神经网络模块。正因为出生自Google,Tensorflow在业界受到了极大的关注,在短短几年间,就已经有很多次版本的更新。这个 Tensorflow 教程 从 Tensorflow 的基础结构开始讲解,直到能手把手教你建立自己的第一个神经网络。在学习的过程中,我们会不断的通过例子对所学的知识进行巩固。比如使用 Tensorflow 搭建卷积神经网络 CNN 来识别图片,搭建循环神经网络 RNN 来预测不断变化的曲线,以及学习使用 Tensorboard 可视化你所搭建的神经网络等等。

    结合理论和实践,这一套 Tensorflow 教程是入门到高级的最佳途径了。

    课程目的

    学完本课程,你能做到

    • 了解 Tensorflow 的用法、优点,初步掌握 Tensorflow 的使用方法

    课程详情

    本课程的内容包括:

    • 什么是神经网络

    • 为什么选 Tensorflow

    • 安装Tensorflow

    • 神经网络在干嘛

    • Tensorflow的处理结构

    • 会话控制

    • Variable 变量

    • Placehoder 传入值

    • 激励函数

    • 机器翻译原理简介

    • 添加层: add_layer()

    • 建造神经网络

    • 结果可视化

    • 优化器:optimizer

    • 网络可视化:Tensorboard 

    • Classification 分类学习

    • Dropout 解决 过拟合

    • 卷积神经网络:CNN 

    • 神经网络的保存和读取

    • 循环神经网络:RNN

    • 回归问题的可视化

    • 无监督学习:Autoencoder

    • scope 命名方法

    • 批标准化:Batch Normalization