用最白话的语言，讲解机器学习、神经网络与深度学习
示例基于 TensorFlow 1.4 和 TensorFlow 2.0 实现

mnist

  • TensorFlow入门(一) - mnist手写数字识别(网络搭建)

    mnist/v1

    1. 这篇博客介绍了使用 TensorFlow 搭建最简单的神经网络。
    2. 包括输入输出、独热编码与损失函数，以及正确率的验证。

  • TensorFlow入门(二) - mnist手写数字识别(模型保存加载)

    mnist/v2

    1. 介绍了 TensorFlow 中如何保存训练好的模型
    2. 介绍了如何从某一个模型为起点继续训练
    3. 介绍了模型如何加载使用，传入真实的图片如何识别

  • TensorFlow入门(三) - mnist手写数字识别(可视化训练)

    mnist/v3

    1. 介绍了tensorboard的简单用法，包括标量图、直方图以及网络结构图

  • TensorFlow入门(四) - mnist手写数字识别(制作h5py训练集)

    make_data_set

    1. 介绍了如何使用 numpy 制作 npy 格式的数据集
    2. 介绍了如何使用 h5py 制作 HDF5 格式的数据集

  • TensorFlow 2.0 (五) - mnist手写数字识别(CNN卷积神经网络)

    v4_cnn

    1. 介绍了如何搭建CNN网络，准确率达到0.99
    2. 使用TensorFlow 2.0

OpenAI gym

  • TensorFlow 2.0 (六) - 监督学习玩转 OpenAI gym game

    gym/CartPole-v0-nn

    1. 介绍了使用纯监督学习(神经网络)来玩CartPole-v0游戏
    2. 使用TensorFlow 2.0