TensorFlow1.x入门教程——统领篇

TensorFlow1.x入门教程

  • 前言
  • 你将得到什么?
  • 系列文章地址
  • 后记

前言

TesnorFlow作为深度学习的代表性的框架在业界被广泛的使用,现在已经有1.x和2.x版本,由于1.x和2.x版本的差距较大(可以理解为Python2与Python3的差距),并且2.x版本较为新资源还较少,不少公司仍然使用TensorFlow1.x,维护的项目也是TensorFlow1.x开发的。所以本教程也围绕了TensorFlow1.x展开。

你将得到什么?

本教程实战性较强,内容也相对简单容易上手。所以,适合初学者了解TensorFlow的常用API的使用方法。并且根据示例代码可以运行相应的效果,能有一个更加直观的认识。

系列文章地址

1. 计算图的创建与启动

2. 变量的定义及其操作

3. Feed与Fetch

4. 线性回归

5. 构建非线性回归模型

6. 简单分类问题

7. Dropout与优化器

8. 手动调整学习率与TensorBoard

9. 卷积神经网络(CNN)

10. 循环神经网络(RNN)

11. 模型的保存与恢复

后记

TensorFlow1为静态图,PyTorch为动态图。从编写的难易程度上来将,PyTorch更加简单,但是TensorFlow1的效率更高。而TensorFlow2也是动态图,与PyTorch更为相似。

本教程有同步的Github地址:Here

后期还会推出PyTorch、TensorFlow2的相关教程。

你可能感兴趣的:(TensorFlow,python,tensorflow,人工智能,深度学习,神经网络)