深度学习总结——思维导图

这是一份整理超全的深度学习思维导图，涵盖深度学习的基础概念、架构和优化策略，并以TensorFlow为例，列举深度学习各个模块的介绍。

下载地址：深度学习之思维导图

• 第一部分：深度学习的基础概念。其是介绍深度学习的基础概念，含神经元、输入层、隐藏层、常见激活函数、反向传播、BN、常见损失函数、正则化、学习率、优化器和权重初始化等内容。

 

• 第二部分：深度学习结构和策略。其是介绍有基础单元组成不同的神经学习结构，如GANs、Auto-Encoders、CNN和RNNs等，以及常见优化策略的具体介绍，如SGD、Momentum、Adagrad等。

 

• 第三部分：基础TensorFlow库。其实介绍了TensorFlow的整体架构、基础单元和库。如TensorBoard、Phases、Execution和tf.estimator等，

部分截图