Keys对应了三个属性，但其实bert应该是有7个特色属性。为什么另外四个属性在这里没有，目前不是很分明，但我感觉Hub外面的Advance topics预计是在讲这个事件。但因为当初要做的工作是文本分类，以下的四个特色是不须要的。

Fashion MNIST分类Fashion MNIST数据集当初称之为深度学习的Hello World。代替了之前的手写体辨认了。起因应该是深度学习的倒退，手写体辨认变得太简略了。官网例子官网代码尝试应用卷积神经网络来辨认官网卷积神经网络参考获取Fashion MNIST数据 {代码…} 定义卷积神经网络模型 {代码…} 训练模型 {代码…} 训练后果…

深度学习之简略分类简略二元分类制作数据 {代码…} 构建模型并训练 {代码…} 查看测试数据和预测数据 {代码…} 多分类制作数据 {代码…} 构建模型并训练 {代码…} 查看数据 {代码…}

深度学习之回归模型-简略线性模型数据集生成 {代码…} 定义线性模型 {代码…} 训练模型 {代码…} 画出损失历史图 {代码…} 查看模型是否拟合 {代码…}

Tensorflow基本概念1.TensorTensorflow张量，是Tensorflow中最根底的概念，也是最次要的数据结构。它是一个N维数组。2.VariableTensorflow变量，个别用于示意图中的各计算参数，包含矩阵，向量等。它在图中有固定的地位。3.placeholderTensorflow占位符，用于示意输入输出数据的格局，容许传入指定的类型和形态的数据。4…

连贯sever，transfer port {代码…} 2.服务器为 TensorBoard logdir启动过程 {代码…} 3.在local machine 浏览器启动监控页面 {代码…}

tfa.seq2seq.TrainingSampler，简略读取输出的训练采样器。调用trainingSampler.initialize(input_tensors)时，取各batch中time_step=0的数据，拼接成一个数据集，返回。下一次调用sampler.next_inputs函数时，会取各batch中time_step++的数据，拼接成一个数据集，返回。

1.windws下linux环境搭建在windows10上装置linux子系统的步骤，详见[链接]。我抉择的Ubuntu子系统如下环境阐明：Ubuntu 20.04.1 LTSpython 3.8（Ubuntu环境自带的）2.装置pip {代码…} 环境阐明：pip 21.03.装置tensorflow {代码…} 4.验证tensorflow {代码…} 5.参考文献[1] [链接][2] [链接][3] [链接][4] [链接]

问题形容：在tensorflow2.0.0下保留模型呈现的bug, {代码…} 解决办法参考此链接 ，批改模型后缀为.tf/后者降级tf版本为2.0.0以上。采纳批改模型后缀为.tf临时解决。

新增了七个教程：TensorFlow 和 Keras 利用开发入门零、前言一、神经网络和深度学习简介二、模型架构三、模型评估和优化四、产品化TensorFlow 图像深度学习实用指南零、前言一、机器学习工具包二、图片数据三、经典神经网络Python 元学习实用指南零、前言一、元学习导论二、应用连体网络的人脸和音频辨认三、原型网络及…