摘要：
一般来说，监督学习的目标函数由损失函数和正则化项组成。（Objective = Loss + Regularization） 阅读全文
摘要：
深度学习模型一般由各种模型层组合而成，tf.keras.layers内置了非常丰富的各种功能的模型层，如果这些内置模型层不能够满足需求，我们也可以通过编写tf.keras.Lambda匿名模型层或继承tf.keras.layers.Layer基类构建自定义的模型层。其中tf.keras.Lambda匿名模型层只适用于构造没有学习参数的模型层。 阅读全文
摘要：
激活函数在深度学习中扮演着非常重要的角色，它给网络赋予了非线性，从而使得神经网络能够拟合任意复杂的函数。 阅读全文
摘要：
特征列 通常用于对结构化数据实施特征工程时候使用，图像或者文本数据一般不会用到特征列。 阅读全文
摘要：
使用 tf.data API 可以构建数据输入管道，轻松处理大量的数据，不同的数据格式，以及不同的数据转换。 阅读全文