- TensorFlow 深度学习中文第二版
-
第 1 章深度学习入门
- 人工神经网络
- ANN 如何学习？
- 神经网络架构
- 深度学习框架
- 总结
-
第 2 章 TensorFlow 的首次观察
- TensorFlow v1.6 的新功能是什么？
- 安装和配置 TensorFlow
- TensorFlow 计算图
- TensorFlow 代码结构
- TensorFlow 中的数据模型
- 通过 TensorBoard 可视化计算
- 线性回归及更多
- 总结
-
第 3 章使用 TensorFlow 的前馈神经网络
- 实现前馈神经网络
- 实现多层感知器（MLP）
- 调整超参数和高级 FFNN
- 总结
-
第 4 章卷积神经网络
- CNN 实战
- LeNet5
- 逐步实现 LeNet-5
- 数据集准备
- 微调实现
- Inception-v3
- 使用 CNN 进行情感识别
- 总结
-
第 5 章优化 TensorFlow 自编码器
- 使用 TensorFlow 实现自编码器
- 提高自编码器的鲁棒性
- 使用自编码器进行欺诈分析
- 总结
-
第 6 章循环神经网络
- RNN 和梯度消失 – 爆炸问题
- 实现 RNN 进行垃圾邮件预测
- 开发时间序列数据的预测模型
- 用于情感分析的 LSTM 预测模型
- 使用 LSTM 模型识别人类活动
- 总结
-
第 7 章异构和分布式计算
- TensorFlow GPU 设置
- 分布式计算
- 分布式 TensorFlow 设置
- 总结
-
第 8 章高级 TensorFlow 编程
- TFLearn
- PrettyTensor
- Keras
- 总结
-
第 9 章使用分解机的推荐系统
- 使用协同过滤的电影推荐
- 推荐系统的分解机
- 改进的分解机
- 总结
-
第 10 章强化学习
- OpenAI Gym
- Q-Learning 算法
- 深度 Q 学习
- 总结