TensorFlow2


基本操作


01 Tensor数据类型
02 创建Tensor
03 Tensor索引和切片
04 维度变换
05 Broadcasting
06 数学运算
07 前向传播(张量)- 实战


高级操作


08 合并与分割
09 数据统计
10 张量排序
11 填充与复制
12 张量限幅
13 高阶操作


神经网络与全连接层


14 数据加载
15 测试(张量)- 实战
16 全连接层
17 输出方式
18 误差计算


随机梯度下降


19 梯度下降简介
20 激活函数及其梯度
21 损失函数及其梯度
22 单输出感知机及其梯度
23 多输出感知机及其梯度
24 链式法则
25 反向传播算法
26 函数优化实战
27 手写数字问题实战(层)
28 TensorBoard可视化


Keras高层接口


29 Keras高层API
30 自定义层or网络
31 模型加载与保存
32 CIFAR10自定义网络实战


过拟合


33 过拟合


卷积神经网络CNN


34 什么是卷积
35 卷积神经网络
36 池化与采样
37 CIFAR100与VGG13实战
38 经典卷积网络VGG,GoodLeNet,Inception
39 ResNet,DenseNet
40 ResNet实战


循环神经网络RNN


41 序列表示方法
42 循环神经网络层
43 RNNCell使用
44 RNN与情感分类问题实战-加载IMDB数据集


自编码器Auto-Encoders


45 无监督学习
46 Auto-Encoders原理
47 Auto-Encodes变种
48 Adversarial Auto-Encoders
49 Reparameterization Trick
50 Variational Auto-Encoders原理
51 Auto-Encoders实战
debugging……


推荐阅读


Python从入门到放弃
机器学习
Python能干啥

你可能感兴趣的:(TensorFlow2)