          人工智能實踐：Tensorflow培訓

第一講 神經網絡計算

1.7神經網絡實現鳶尾花分類

1.5TF2常用函數2

1.6鳶尾花數據集讀入

1.8Tensorflow2安裝

1.4TF2常用函數1

1.2神經網絡設計過程

1.1人工智能三學派

TensorFlow筆記：第一講神經網絡計算

第一講 神經網絡計算

1.3張量生成

PPT：第一講神經網絡計算

第二講 神經網絡優化

TensorFlow筆記：第二講神經網絡優化

2.4損失函數

2.5緩解過擬合

PPT：第二講神經網絡優化

2.6優化器

2.1預備知識

2.3激活函數

第二講 神經網絡優化

2.2復雜度學習率

第三講 神經網絡八股

3.1搭建網絡八股sequential

3.2搭建網絡八股class

第三講 神經網絡八股

TensorFlow筆記：第三講神經網絡八股

3.3MNIST數據集

3.4FASHION數據集

PPT：第三講神經網絡八股

第四講 網絡八股擴展

4.5參數提取

4.7給圖識物

4.1搭建網絡八股總覽

PPT：第四講網絡八股擴展

4.6acc&loss可視化

4.4斷點續訓

TensorFlow筆記：第四講網絡八股擴展

4.2自制數據集

第四講 網絡八股擴展

4.3數據增強

第五講 卷積神經網絡

5.1卷積計算過程

5.16經典卷及網絡小結

5.12AlexNet

5.9CIFAR0數據集

PPT：第五講卷積神經網絡

第五講 卷積神經網絡

5.14InceptionNet

5.10卷積神經網絡搭建示例

5.13VGGNet

5.4TF描述卷積計算層

5.8卷積神經網絡

5.2感受野

5.15ResNet

5.11LeNet

5.7舍棄

5.3全零填充

5.5批標準化

5.6池化

TensorFlow筆記：第五講卷積神經網絡

第六講 循環神經網絡

6.7循環計算過程II

6.10字母預測Embedding_1pre1

6.9Embedding編碼

6.3循環計算層

TensorFlow筆記：第六講循環神經網絡

6.4TF描述循環計算層

6.8字母預測onehot_4pre1

6.2循環核時間步展開

6.6字母預測onehot_1pre1

6.14GRU實現股票預測(GRU計算過程_TF描述GRU層)

6.1循環核

6.11字母預測Embedding_4pre1

6.13LSTM實現股票預測(LSTM計算過程_TF描述LSTM層)

第六講 循環神經網絡

PPT：第六講循環神經網絡

6.5循環計算過程I

6.12RNN實現股票預測