TensorFlow 深度学习中文第二版（初稿）

• 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