plum_blossom

本篇解释为什么需要循环神经网络（合并+padding的缺点），序列问题和循环神经网络的结构，并且使用循环神经网络来进行文本分类

本篇主要介绍embedding与变长数据处理问题，并且使用embedding，avgpooling加padding对imdb数据集进行文本分类的实战

本篇主要介绍什么是序列数据，序列模型，不同的循环神经网络的结构，循环神经网络的原理和两个变体，多层、双向的RNN

本篇主要介绍卷积神经网络的由来，卷积神经网络的具体应用，卷积运算，池化，残差，vgg模型的介绍和实现

本篇主要介绍神经网络中的数据预处理方法，模型初始化，激活函数，优化器，Normalization策略和正则化方法

深度可分离卷积 深度可分离卷积是普通卷积操作的一个变种，它可以替代普通卷积，从而构成卷积神经网络 模型结构

卷积神经网络的公式：（卷积层+（可选）池化层*N+全连接层*M（N>=1,M>=0)，必须有卷积层，可以没有全连接层

Estimator是tensorflow推出的一个High level的API，用于简化机器学习，封装了训练、评估、预测、导出以供使用所有的相关流程

tfrecord基础API的使用 tfrecord 是一个 文件格式 里面存储的内容都是tf.train.Example tf.train.Example里面都是tf.train.Features -