使用 TensorFlow 进行机器学习

使用 TensorFlow 进行机器学习

这是使用 TensorFlow 进行机器学习的官方代码存储库。

使用 TensorFlow（Google 最新、最好的机器学习库）开始进行机器学习。

概括

第 2 章- TensorFlow 基础知识

• 概念 1：定义张量
• 概念 2：评估操作
• 概念 3：互动会话
• 概念 4：会话日志记录
• 概念 5：变量
• 概念 6：保存变量
• 概念 7：加载变量
• 概念 8：TensorBoard

第 3 章- 回归

• 概念1：线性回归
• 概念 2：多项式回归
• 概念 3：正则化

第 4 章- 分类

• 概念 1：分类的线性回归
• 概念2：逻辑回归
• 概念 3：2D Logistic 回归
• 概念 4：Softmax 分类

第 5 章- 聚类

• 概念 1：聚类
• 概念 2：细分
• 概念 3：自组织映射

第 6 章- 隐马尔可夫模型

• 概念1：前向算法
• 概念 2：维特比解码

第 7 章- 自动编码器

• 概念 1：自动编码器
• 概念 2：将自动编码器应用于图像
• 概念 3：去噪自动编码器

第 8 章- 强化学习

• 概念一：强化学习

第 9 章- 卷积神经网络

• 概念 1：使用 CIFAR-10 数据集
• 概念 2：卷积
• 概念3：卷积神经网络

第 10 章- 循环神经网络

• 概念 1：加载时间序列数据
• 概念 2：循环神经网络
• 概念 3：将 RNN 应用于现实世界数据进行时间序列预测

第 11 章- Seq2Seq 模型

• 概念 1：多单元 RNN
• 概念 2：嵌入查找
• 概念3：Seq2seq模型

第12章-排名

• 概念1：RankNet
• 概念 2：图像嵌入
• 概念3：图像排名