基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 2 元　

支付宝支付

微信支付

   源码介绍

---

TensorFlow深度学习（带目录）-example

├── ch01-人工智能绪论
│   ├── autograd.py
│   ├── gpu_accelerate.py
│   ├── tf1.py
│   └── tf2.py
├── ch02-回归问题
│   ├── data.csv
│   ├── linear_regression.py
│   ├── 回归实战.pdf
│   └── 回归问题.pdf
├── ch03-分类问题
│   ├── forward_layer.py
│   ├── forward_tensor.py
│   ├── main.py
│   ├── 手写数字问题.pdf
│   └── 手写数字问题体验.pdf
├── ch04-TensorFlow基础
│   ├── 4.10-forward-prop.py
│   ├── Broadcasting.pdf
│   ├── MNIST数据集的前向传播训练误差曲线.png
│   ├── ch04-TensorFlow基础.ipynb
│   ├── 创建Tensor.pdf
│   ├── 前向传播.pdf
│   ├── 数学运算.pdf
│   ├── 数据类型.pdf
│   ├── 维度变换.pdf
│   ├── 索引与切片-1.pdf
│   └── 索引与切片-2.pdf
├── ch05-TensorFlow进阶
│   ├── acc_topk.py
│   ├── gradient_clip.py
│   ├── mnist_tensor.py
│   ├── 张量排序.pdf
│   ├── 张量限幅.pdf
│   ├── 数据统计.pdf
│   ├── 高阶特性.pdf
│   ├── 合并与分割.pdf
│   └── 填充与复制.pdf
├── ch06-神经网络
│   ├── auto_efficency_regression.py
│   ├── ch06-神经网络.ipynb
│   ├── forward.py
│   ├── nb.py
│   ├── 全接连层.pdf
│   ├── 误差计算.pdf
│   └── 输出方式.pdf
├── ch07-反向传播算法
│   ├── 0.梯度下降-简介.pdf
│   ├── 2.常见函数的梯度.pdf
│   ├── 2nd_derivative.py
│   ├── 3.激活函数及其梯度.pdf
│   ├── 4.损失函数及其梯度.pdf
│   ├── 5.单输出感知机梯度.pdf
│   ├── 6.多输出感知机梯度.pdf
│   ├── 7.链式法则.pdf
│   ├── 8.多层感知机梯度.pdf
│   ├── ch07-反向传播算法.ipynb
│   ├── chain_rule.py
│   ├── crossentropy_loss.py
│   ├── himmelblau.py
│   ├── mse_grad.py
│   ├── multi_output_perceptron.py
│   ├── numpy-backward-prop.py
│   ├── sigmoid_grad.py
│   └── single_output_perceptron.py
├── ch08-Keras高层接口
│   ├── 1.Metrics.pdf
│   ├── 2.Compile&Fit.pdf
│   ├── 3.自定义层.pdf
│   ├── Keras实战CIFAR10.pdf
│   ├── compile_fit.py
│   ├── keras_train.py
│   ├── layer_model.py
│   ├── metrics.py
│   ├── nb.py
│   ├── pretained.py
│   ├── save_load_model.py
│   ├── save_load_weight.py
│   └── 模型加载与保存.pdf
├── ch09-过拟合
│   ├── 9.8-over-fitting-and-under-fitting.py
│   ├── Regularization.pdf
│   ├── compile_fit.py
│   ├── dropout.py
│   ├── lenna.png
│   ├── lenna_crop.png
│   ├── lenna_crop2.png
│   ├── lenna_eras.png
│   ├── lenna_eras2.png
│   ├── lenna_flip.png
│   ├── lenna_flip2.png
│   ├── lenna_guassian.png
│   ├── lenna_perspective.png
│   ├── lenna_resize.png
│   ├── lenna_rotate.png
│   ├── lenna_rotate2.png
│   ├── misc.pdf
│   ├── regularization.py
│   ├── train_evalute_test.py
│   ├── 交叉验证.pdf
│   ├── 学习率与动量.pdf
│   └── 过拟合与欠拟合.pdf
├── ch10-卷积神经网络
│   ├── BatchNorm.pdf
│   ├── CIFAR与VGG实战.pdf
│   ├── ResNet与DenseNet.pdf
│   ├── ResNet实战.pdf
│   ├── bn_main.py
│   ├── cifar10_train.py
│   ├── nb.py
│   ├── resnet.py
│   ├── resnet18_train.py
│   ├── 什么是卷积.pdf
│   ├── 池化与采样.pdf
│   ├── 卷积神经网络.pdf
│   └── 经典卷积网络.pdf
├── ch11-循环神经网络
│   ├── LSTM.pdf
│   ├── LSTM实战.pdf
│   ├── RNN Layer使用.pdf
│   ├── nb.py
│   ├── pretrained.py
│   ├── sentiment_analysis_cell - GRU.py
│   ├── sentiment_analysis_cell - LSTM.py
│   ├── sentiment_analysis_cell.py
│   ├── sentiment_analysis_layer - GRU.py
│   ├── sentiment_analysis_layer - LSTM - pretrained.py
│   ├── sentiment_analysis_layer - LSTM.py
│   ├── sentiment_analysis_layer.py
│   ├── 循环神经网络.pdf
│   ├── 情感分类实战.pdf
│   ├── 时间序列表示.pdf
│   └── 梯度弥散与梯度爆炸.pdf
├── ch12-自编码器
│   ├── AE实战.pdf
│   ├── AutoEncoders.pdf
│   ├── autoencoder.py
│   └── vae.py
├── ch13-生成对抗网络
│   ├── GAN.pdf
│   ├── GAN实战.pdf
│   ├── dataset.py
│   ├── gan.py
│   ├── gan_train.py
│   ├── wgan.py
│   └── wgan_train.py
├── ch14-强化学习
│   ├── REINFORCE_tf.py
│   ├── a3c_tf_cartpole.py
│   ├── dqn_tf.py
│   └── ppo_tf_cartpole.py
└── ch15-自定义数据集
    ├── pokemon.py
    ├── resnet.py
    ├── train_scratch.py
    ├── train_transfer.py
    └── 宝可梦数据集.pdf

15 directories, 142 files