分享我的《Tensorflow和深度学习笔记》

作者: _木豆_ | 来源:发表于2017-05-23 13:12 被阅读314次

    我的《Tensorflow和深度学习笔记》,憋了1个月终于完工,一共100页,截图如下

    查看笔记,可以前往" http://book.aqinet.cn "。笔记目录如下:

    1.Tensorflow概要与安装

    ...1.1 Tensorflow概要

    ...1.2 安装Tensorflow

    2.基本概念和架构

    ...2.1 基本概念

    ...2.2 基本架构

    ......2.2.1 Master-Worker模式

    ......2.2.2 RPC通信:

    ......2.2.3 分布式和并行

    3.Tensorflow第一步

    ...3.1 MNIST数据集

    ...3.2 Demo:Softmax Regression训练MNIST

    ......3.2.1 代码初读

    ......3.2.2 基本用法说明

    ...3.3 Demo代码涉及到的深度学习基本知识

    ...3.4 Tensorboard介绍和使用

    ......3.4.1 演示启动tensorboard

    ......3.4.2 怎么按照tensorboard的要求修改代码

    4.深度学习预备知识

    ...4.1 RBM (受限玻尔兹曼机)

    ...4.2 DBN(深度置信网络)

    ...4.3 AutoEncoder自编码器

    ...4.4 Word embedding

    ......4.4.1 word2vec

    ......4.4.2 GloVe

    ......4.4.3 Fasttext

    ......4.4.4 tensorflow训练词向量

    5.卷积神经网络基础

    ...5.1什么是卷积神经网络(CNN)

    ......5.1.1 什么是卷积操作

    ......5.2.2 卷积神经网络的概念

    ...5.2 CNN中的一些基本概念

    ...5.3 CNN处理图像分类问题的网络结构

    ...5.4基于Tensorflow实现CNN对MNIST分类

    ...5.5小结

    6 CNN 在自然语言处理中的应用

    ...6.1文本的二维矩阵表示

    ...6.2 文本分类的CNN网络结构

    ......6.2.1 经典结构

    ......6.2.2 其他结构

    ...6.3 CNN在文本分类中的应用

    ......6.3.1 网络结构:

    ......6.3.2 迁移学习在文本分类中的应用

    ......6.3.3 Tensorflow实现

    ...6.4 实战:基于CNN的query意图分类模型

    7.循环神经网络(RNN) 基础

    ...7.1 RNN(recurrent neural network)原理

    ......7.1.1 RNN为序列数据而生

    ......7.1.2 图灵机(Turing machine)

    ......7.1.3 RNN的价值

    ...7.2 RNN的基本结构

    ...7.3 RNN的高级形式

    ......7.3.1 双向RNN (Bidirectional RNN )

    ......7.3.2 LSTM(Long Short-term Memory)

    ......7.3.3 GRU(Gated Recurrent Unit)

    ...7.4 RNN的训练

    ......7.4.1 普通的RNN(simple RNN)不好训练

    ......7.4.2 LSTM,让RNN的训练更简单

    8.RNN在文本和图像中的应用

    ...8.1 RNN文本生成:自动写诗

    ...8.2 RNN做图像分类

    ...8.3 RNN做文本分类

    ...8.4 扩展应用:基于双向LSTM的query-query语义相似度模型

    ......8.4.1 特征和模型的选择

    ......8.4.2 query embedding

    ......8.4.3 基于query embedding度量相似度。

    ...8.5 CNN、RNN融合用于文本分类

    9.其他高级神经网络模型

    ...9.1 GAN

    ......9.1.1 见识GAN的魅力

    ......9.1.2 GAN原理介绍

    ...9.2 Attention Model

    ...9.3 神经网络机器翻译模型(NMT)

    ......9.3.1 神经网络机器翻译模型基础

    ......9.3.2 神经网络机器翻译模型的提升

    10.附录

    ...10.1 熵

    ...10.2 相对熵和交叉熵

    ...10.3 SWIG

    ...10.4 POOLing的三个不变性的形象化解释

    ...10.5 Batch Normalization

    ...10.6 梯度裁剪

    ...10.7 参数初始化

    参考资料

    相关文章

      网友评论

        本文标题:分享我的《Tensorflow和深度学习笔记》

        本文链接:https://www.haomeiwen.com/subject/dhnwxxtx.html