使用 TensorFlow 構建機器學習項目中文版

使用 TensorFlow 構建機器學習項目中文版

第 1 章 探索和轉換數據

• TensorFlow 的主要數據結構 -- 張量
• 處理計算工作流程 -- TensorFlow 的數據流程圖
• 運行我們的程序 -- 會話
• 基本張量方法
• 總結

第 2 章 聚類

• 從數據中學習 -- 無監督學習
• 聚類
• k 均值
• k 最近鄰
• 項目 1 -- 在合成數據集上進行 k 均值聚類
• 項目 2 -- 綜合數據集上的最近鄰
• 總結

第 3 章 線性迴歸

• 單變量線性建模函數
• 成本函數的確定
• 最小化成本函數
• 示例部分
• 示例 1 -- 單變量線性迴歸
• 示例 2 -- 多元線性迴歸
• 總結

第 4 章 邏輯迴歸

• 問題描述
• sigmoid 函數的前身 -- Logit 函數
• sigmoid 函數
• 示例 1 -- 單變量 logistic 迴歸
• 示例 2 -- 使用 skflow 的單變量 logistic 迴歸
• 總結

第 5 章 簡單的前饋神經網絡

• 初步概念
• 第一個項目 -- 非線性合成函數迴歸
• 第二個項目 -- 使用非線性迴歸建模汽車的燃油效率
• 第三個項目 -- 學習葡萄酒分類：多類分類
• 總結

第 6 章 卷積神經網絡

• 卷積神經網絡的起源
• 示例 1 -- MNIST 數字分類
• 示例 2 -- 使用 CIFAR10 數據集進行圖像分類
• 總結

第 7 章 循環神經網絡和 LSTM

• 循環神經網絡
• 示例 1 -- 能耗數據的單變量時間序列預測
• 示例 2 -- 編寫音樂 “a la” Bach
• 總結

第 8 章 深度神經網絡

• 深度神經網絡定義
• 穿越時空的深度網絡架構
• Alexnet
• Inception v3
• 殘差網絡（ResNet）
• 示例 -- 使用風格繪畫 -- VGG 風格遷移
• 總結

第 9 章 大規模運行模型 -- GPU 和服務

• TensorFlow 上的 GPU 支持
• 示例 1 -- 將操作分配給 GPU
• 示例 2 -- 並行計算 Pi
• 分佈式 TensorFlow
• 示例 3 -- 分佈式 Pi 計算
• 示例 4 -- 在集羣中運行分佈式模型
• 總結

第 10 章 庫安裝和其他提示

• Linux 安裝
• Windows 安裝
• MacOS X 安裝
• 總結