在mooc上看到一个很好的tensorflow教程,因此想把笔记及代码链接记录下来,课程链接为:
https://www.icourse163.org/learn/PKU-1002536002#/learn/content
课程笔记文档链接:
https://download.csdn.net/download/vmxhc1314/10548913
每一章的代码链接:
1.python的常用语法:
https://github.com/cj0012/AI-Practice-Tensorflow-Notes/blob/master/python.zip
2.Tensorflow框架:首先介绍张量、计算图和会话;随后讲解前向传播和反向传播的实现方法;最后给出神经网络的搭建八股。
https://github.com/cj0012/AI-Practice-Tensorflow-Notes/blob/master/tf.zip
3.神经网络优化:讲解神经网络的优化,包括损失函数、学习率、滑动平均和正则化。最后给出了模块化搭建神经网络的八股
https://github.com/cj0012/AI-Practice-Tensorflow-Notes/blob/master/opt.zip
4.全链接网络基础:讲解MNIST数据集,并利用MNIST数据集巩固模块化搭建神经网路的八股,实践前向传播和反向传播过程,编写测试程序输出手写数字识别准确率
https://github.com/cj0012/AI-Practice-Tensorflow-Notes/blob/master/fc1.zip
5.全链接网络实践:讲解如何对输入的手写数字图片输出识别结果,并教大家制作自己的数据集实现特定应用
https://github.com/cj0012/AI-Practice-Tensorflow-Notes/blob/master/fc2.zip
https://github.com/cj0012/AI-Practice-Tensorflow-Notes/blob/master/fc3.zip
https://github.com/cj0012/AI-Practice-Tensorflow-Notes/blob/master/fc4.z01
https://github.com/cj0012/AI-Practice-Tensorflow-Notes/blob/master/fc4.z02
https://github.com/cj0012/AI-Practice-Tensorflow-Notes/blob/master/fc4.z03
https://github.com/cj0012/AI-Practice-Tensorflow-Notes/blob/master/fc4.zip
fc2在fc1的基础上增加了“断点续训”功能;
fc3在fc2的基础上增加了应用程序,实现了输入手写数字图片输出识别结果;
fc4在fc3的基础上增加了数据集生成程序,实现了把7万张手写数字图片制作成数据集和标签,程序可以用自制数据集和标签训练模型并输出手写数字图片的识别结果。(内含数据集原始图片,须由fc4.z01/fc4.z02/fc4.z03/fc4合成)
手写数字图片:https://github.com/cj0012/AI-Practice-Tensorflow-Notes/blob/master/num.zip
6.卷积网络基础:介绍卷积神经网络,并以lenet5为例讲解卷积神经网络的搭建方法
https://github.com/cj0012/AI-Practice-Tensorflow-Notes/blob/master/lenet5.zip
7.卷积网络实践:使用卷积神经网络,实现图片识别。以VGG16神经网络为例,讲解复现已有神经网络的方法
参考代码:(内含VGG16的模型参数和待识别图片,文件约500M)
链接:https://pan.baidu.com/s/1WWNoY-ahajm2qkcCeNNgqg 密码:52b2
至此,搬运完毕,祝大家学习愉快