使用-TensorFlow-构建机器学习项目中文版

第 1 章 探索和转换数据

• TensorFlow 的主要数据结构 — 张量
• 处理计算工作流程 — TensorFlow 的数据流程图
• 运行我们的程序 — 会话
• 基本张量方法
• 总结

第 2 章 聚类

• 从数据中学习 — 无监督学习
• 聚类
• k 均值
• k 最近邻
• 项目 1 — 在合成数据集上进行 k 均值聚类
• 项目 2 — 综合数据集上的最近邻
• 总结

第 3 章 线性回归

• 单变量线性建模函数
• 成本函数的确定
• 最小化成本函数
• 示例部分
• 示例 1 — 单变量线性回归
• 示例 2 — 多元线性回归
• 总结

第 4 章 逻辑回归

• 问题描述
• sigmoid 函数的前身 — Logit 函数
• sigmoid 函数
• 示例 1 — 单变量 logistic 回归
• 示例 2 — 使用 skflow 的单变量 logistic 回归
• 总结

第 5 章 简单的前馈神经网络

• 初步概念
• 第一个项目 — 非线性合成函数回归
• 第二个项目 — 使用非线性回归建模汽车的燃油效率
• 第三个项目 — 学习葡萄酒分类：多类分类
• 总结

第 6 章 卷积神经网络

• 卷积神经网络的起源
• 示例 1 — MNIST 数字分类
• 示例 2 — 使用 CIFAR10 数据集进行图像分类
• 总结

第 7 章 循环神经网络和 LSTM

• 循环神经网络
• 示例 1 — 能耗数据的单变量时间序列预测
• 示例 2 — 编写音乐“a la”Bach
• 总结

第 8 章 深度神经网络

• 深度神经网络定义
• 穿越时空的深度网络架构
• Alexnet
• Inception v3
• 残差网络（ResNet）
• 示例 — 使用风格绘画 — VGG 风格迁移
• 总结

第 9 章 大规模运行模型 — GPU 和服务

• TensorFlow 上的 GPU 支持
• 示例 1 — 将操作分配给 GPU
• 示例 2 — 并行计算 Pi
• 分布式 TensorFlow
• 示例 3 — 分布式 Pi 计算
• 示例 4 — 在集群中运行分布式模型
• 总结

第 10 章 库安装和其他提示

• Linux 安装
• Windows 安装
• MacOS X 安装
• 总结