TensorFlow实战

1 1 TensorFlow基础

1.1 TensorFlow概要
1.2 TensorFlow编程模型简介

2 2 TensorFlow和其他深度学习框架的对比

2.1 主流深度学习框架对比
2.2 各深度学习框架简介

3 3 TensorFlow第一步

3.1 TensorFlow的编译及安装
3.2 TensorFlow实现Softmax Regression识别手写数字

4 4 TensorFlow实现自编码器及多层感知机

4.1 自编码器简介
4.2 TensorFlow实现自编码器
4.3 多层感知机简介
4.4 TensorFlow实现多层感知机

5 5 TensorFlow实现卷积神经网络

5.1 卷积神经网络简介
5.2 TensorFlow实现简单的卷积网络
5.3 TensorFlow实现进阶的卷积网络

6 6 TensorFlow实现经典卷积神经网络

6.1 TensorFlow实现AlexNet
6.2 TensorFlow实现VGGNet
6.3 TensorFlow实现Google Inception Net
6.4 TensorFlow实现ResNet
6.5 卷积神经网络发展趋势

7 7 TensorFlow实现循环神经网络及Word2Vec

7.1 TensorFlow实现Word2Vec
7.2 TensorFlow实现基于LSTM的语言模型
7.3 TensorFlow实现Bidirectional LSTM Classifier

8 8 TensorFlow实现深度强化学习

8.1 深度强化学习简介
8.2 TensorFlow实现策略网络
8.3 TensorFlow实现估值网络

9 9 TensorBoard、多GPU并行及分布式并行

9.1 TensorBoard
9.2 多GPU并行
9.3 分布式并行

10 10 TF.Learn从入门到精通

10.1 分布式Estimator
10.2 深度学习Estimator
10.3 机器学习Estimator
10.4 DataFrame
10.5 监督器Monitors

11 11 TF.Contrib的其他组件

11.1 统计分布
11.2 Layer模块
11.3 性能分析器tfprof