TensorFlow 深度学习中文第二版（初稿） 布客飞龙 2019-09-21 344 阅读1分钟 TensorFlow 深度学习中文第二版 第 1 章深度学习入门 人工神经网络 ANN 如何学习？ 神经网络架构 深度学习框架 总结 第 2 章 TensorFlow 的首次观察 TensorFlow v1.6 的新功能是什么？ 安装和配置 TensorFlow TensorFlow 计算图 TensorFlow 代码结构 TensorFlow 中的数据模型 通过 TensorBoard 可视化计算 线性回归及更多 总结 第 3 章使用 TensorFlow 的前馈神经网络 实现前馈神经网络 实现多层感知器（MLP） 调整超参数和高级 FFNN 总结 第 4 章卷积神经网络 CNN 实战 LeNet5 逐步实现 LeNet-5 数据集准备 微调实现 Inception-v3 使用 CNN 进行情感识别 总结 第 5 章优化 TensorFlow 自编码器 使用 TensorFlow 实现自编码器 提高自编码器的鲁棒性 使用自编码器进行欺诈分析 总结 第 6 章循环神经网络 RNN 和梯度消失 - 爆炸问题 实现 RNN 进行垃圾邮件预测 开发时间序列数据的预测模型 用于情感分析的 LSTM 预测模型 使用 LSTM 模型识别人类活动 总结 第 7 章异构和分布式计算 TensorFlow GPU 设置 分布式计算 分布式 TensorFlow 设置 总结 第 8 章高级 TensorFlow 编程 TFLearn PrettyTensor Keras 总结 第 9 章使用分解机的推荐系统 使用协同过滤的电影推荐 推荐系统的分解机 改进的分解机 总结 第 10 章强化学习 OpenAI Gym Q-Learning 算法 深度 Q 学习 总结
