TensorFlow 機器學習祕籍中文第二版（初稿）

TensorFlow 入門

• 介紹
• TensorFlow 如何工作
• 聲明變量和張量
• 使用佔位符和變量
• 使用矩陣
• 聲明操作符
• 實現激活函數
• 使用數據源
• 其他資源

TensorFlow 的方式

• 介紹
• 計算圖中的操作
• 對嵌套操作分層
• 使用多個層
• 實現損失函數
• 實現反向傳播
• 使用批量和隨機訓練
• 把所有東西結合在一起
• 評估模型

線性迴歸

• 介紹
• 使用矩陣逆方法
• 實現分解方法
• 學習 TensorFlow 線性迴歸方法
• 理解線性迴歸中的損失函數
• 實現 deming 迴歸
• 實現套索和嶺迴歸
• 實現彈性網絡迴歸
• 實現邏輯迴歸

支持向量機

• 介紹
• 使用線性 SVM
• 簡化爲線性迴歸
• 在 TensorFlow 中使用內核
• 實現非線性 SVM
• 實現多類 SVM

最近鄰方法

• 介紹
• 使用最近鄰
• 使用基於文本的距離
• 使用混合距離函數的計算
• 使用地址匹配的示例
• 使用最近鄰進行圖像識別

神經網絡

• 介紹
• 實現操作門
• 使用門和激活函數
• 實現單層神經網絡
• 實現不同的層
• 使用多層神經網絡
• 改進線性模型的預測
• 學習玩井字棋

自然語言處理

• 介紹
• 使用詞袋嵌入
• 實現 TF-IDF
• 使用 Skip-Gram 嵌入
• 使用 CBOW 嵌入
• 使用 word2vec 進行預測
• 使用 doc2vec 進行情緒分析

卷積神經網絡

• 介紹
• 實現簡單的 CNN
• 實現先進的 CNN
• 重新訓練現有的 CNN 模型
• 應用 StyleNet 和 NeuralStyle 項目
• 實現 DeepDream

循環神經網絡

• 介紹
• 爲垃圾郵件預測實現 RNN
• 實現 LSTM 模型
• 堆疊多個 LSTM 層
• 創建序列到序列模型
• 訓練 Siamese RNN 相似性度量

將 TensorFlow 投入生產

• 介紹
• 實現單元測試
• 使用多個執行程序
• 並行化 TensorFlow
• 將 TensorFlow 投入生產
• 生產環境 TensorFlow 的一個例子
• 使用 TensorFlow 服務

更多 TensorFlow

• 介紹
• 可視化 TensorBoard 中的圖
• 使用遺傳算法
• 使用 k 均值聚類
• 求解常微分方程組
• 使用隨機森林
• 使用 TensorFlow 和 Keras