首页 > TensorFlow
TensorFlow教程:TensorFlow快速入门教程(非常详细)
TensorFlow 是一个开源的、基于 Python 的机器学习框架,它由 Google 开发,并在图形分类、音频处理、推荐系统和自然语言处理等场景下有着丰富的应用,是目前最热门的机器学习框架。
除了 Python,TensorFlow 也提供了 C/C++、Java、Go、R 等其它编程语言的接口。
这套 TensorFlow 教程对一些常见的深度学习网络进行了介绍,并给出了完整的实现代码,不仅适合初学者入门,也适合程序员进阶。
本教程不再对 Python 语法进行讲解,没有基础的读者请猛击《Python入门教程》自行学习。
- 教程目录:
- 1. TensorFlow是什么
- 2. TensorFlow安装和下载(超详细)
- 3. 第一个TensorFlow程序(hello world)详解
- 4. TensorFlow程序结构(深度剖析)
- 5. TensorFlow常量、变量和占位符详解
- 6. TensorFlow矩阵基本操作及其实现
- 7. TensorFlow TensorBoard可视化数据流图
- 8. TensorFlow低版本代码自动升级为1.0版本
- 9. TensorFlow XLA加速线性代数编译器
- 10. TensorFlow指定CPU和GPU设备操作详解
- 11. 浅谈深度学习之TensorFlow
- 12. TensorFlow常用Python扩展包
- 13. 回归算法有哪些,常用回归算法(3种)详解
- 14. TensorFlow损失函数(定义和使用)详解
- 15. TensorFlow优化器种类及其用法详解
- 16. TensorFlow csv文件读取数据(代码实现)详解
- 17. TensorFlow实现简单线性回归
- 18. TensorFlow实现多元线性回归(超详细)
- 19. TensorFlow逻辑回归处理MNIST数据集
- 20. 浅谈感知机与神经网络(无师自通)
- 21. TensorFlow常用激活函数及其特点和用法(6种)详解
- 22. TensorFlow实现单层感知机详解
- 23. TensorFlow实现反向传播算法详解
- 24. TensorFlow多层感知机实现MINIST分类(详解版)
- 25. TensorFlow多层感知机函数逼近过程详解
- 26. TensorFlow超参数及其调整(超详细)
- 27. TensorFlow Keras及其用法(无师自通)
- 28. 卷积神经网络(CNN,ConvNet)及其原理详解
- 29. 三维卷积神经网络预测MNIST数字详解
- 30. 卷积神经网络分类图片过程详解
- 31. 迁移学习及实操(使用预训练的VGG16网络)详解
- 32. DeepDream网络(TensorFlow创建)详解
- 33. TensorFlow实现文本情感分析详解
- 34. 深入了解VGG卷积神经网络滤波器
- 35. VGGNet、ResNet、Inception和Xception图像分类及对比
- 36. 预建深度学习提取特征及实现(详解版)
- 37. TensorFlow实现InceptionV3详解
- 38. TensorFlow WaveNet声音合成详解
- 39. TensorFlow实现视频分类的6种方法
- 40. RNN循环神经网络及原理(详解版)
- 41. 神经机器翻译(seq2seq RNN)实现详解
- 42. 注意力机制(基于seq2seq RNN)详解
- 43. RNN训练模型并生成文本过程详解
- 44. RNN循环神经网络实现预测比特币价格过程详解
- 45. 主成分分析法(PCA)原理和步骤(超级详细)
- 46. k均值聚类算法原理和(TensorFlow)实现(无师自通)
- 47. SOM自组织映射法原理及(TensorFlow)实现详解
- 48. 受限玻尔兹曼机(RBM)训练详解
- 49. 基于RBM受限玻尔兹曼机实现推荐系统
- 50. 基于DBN实现情绪检测(详解版)
- 51. 什么是自编码器,自编码器及其应用详解
- 52. 标准自编码器(TensorFlow实现)详解
- 53. 稀疏自编码器及TensorFlow实现详解
- 54. 去燥自编码器(TensorFlow)实现详解
- 55. 卷积自编码器(TensorFlow实现)
- 56. 堆叠自编码器及(TensorFlow)实现(详解版)
- 57. 什么是强化学习算法
- 58. OpenAI Gym安装和使用详解
- 59. 全连接神经网络实现(玩Pac-Man游戏)详解
- 60. Q learning原理及实现(Cart-Pole平衡游戏)详解
- 61. DQN算法原理及应用(实现Atari游戏)
- 62. David Silver策略梯度算法及实际应用(实现Pong游戏)
- 63. 深度学习在移动端的应用
- 64. Android移动端部署TensorFlow mobile
- 65. iPhone移动端部署TensorFlow mobile
- 66. 移动端优化TensorFlow代码详解
- 67. GAN生成式对抗网络及应用详解
- 68. GAN生成式对抗网络虚构MNIST图像详解
- 69. DCGAN及实际应用(虚构MNIST图像)
- 70. DCGAN实际应用:虚构名人面孔和其他数据集
- 71. VAE变分自编码器及其实现详解
- 72. CapsNet胶囊网络原理和TensorFlow实现详解
- 73. TensorFlow分布式详解
- 74. TensorFlow GPU的安装和使用
- 75. 玩转TensorFlow分布式(多GPU和多服务器)详解
- 76. TensorFlow分布式训练MNIST分类器
- 77. TensorFlow Serving运行Docker容器(详解版)
- 78. TensorFlow分布式在谷歌云平台运行详解
- 79. TensorFlow分布式在谷歌CloudML运行
- 80. TensorFlow分布式在Microsoft Azure上运行
- 81. TensorFlow分布式在Amazon AWS上运行