使用 TensorFlow 进行机器学习
这是使用 TensorFlow 进行机器学习的官方代码存储库。
使用 TensorFlow(Google 最新、最好的机器学习库)开始进行机器学习。
概括
第 2 章- TensorFlow 基础知识
- 概念 1:定义张量
- 概念 2:评估操作
- 概念 3:互动会话
- 概念 4:会话日志记录
- 概念 5:变量
- 概念 6:保存变量
- 概念 7:加载变量
- 概念 8:TensorBoard
第 3 章- 回归
- 概念1:线性回归
- 概念 2:多项式回归
- 概念 3:正则化
第 4 章- 分类
- 概念 1:分类的线性回归
- 概念2:逻辑回归
- 概念 3:2D Logistic 回归
- 概念 4:Softmax 分类
第 5 章- 聚类
- 概念 1:聚类
- 概念 2:细分
- 概念 3:自组织映射
第 6 章- 隐马尔可夫模型
- 概念1:前向算法
- 概念 2:维特比解码
第 7 章- 自动编码器
- 概念 1:自动编码器
- 概念 2:将自动编码器应用于图像
- 概念 3:去噪自动编码器
第 8 章- 强化学习
- 概念一:强化学习
第 9 章- 卷积神经网络
- 概念 1:使用 CIFAR-10 数据集
- 概念 2:卷积
- 概念3:卷积神经网络
第 10 章- 循环神经网络
- 概念 1:加载时间序列数据
- 概念 2:循环神经网络
- 概念 3:将 RNN 应用于现实世界数据进行时间序列预测
第 11 章- Seq2Seq 模型
- 概念 1:多单元 RNN
- 概念 2:嵌入查找
- 概念3:Seq2seq模型
第12章-排名
- 概念1:RankNet
- 概念 2:图像嵌入
- 概念3:图像排名