书籍目录
首页
分类
免费
排行
我的书架
1-50章
51-100章
101-150章
151-200章
201-250章
251-300章
301-335章
共335章
免费
版权信息
免费
前言
免费
作者简介
免费
审校者简介
免费
第1章 基于TensorFlow 2.0的神经网络基础
免费
1.1 TensorFlow是什么
免费
1.2 Keras是什么
免费
1.3 TensorFlow 2.0有哪些重要的改动
免费
1.4 神经网络概述
免费
1.5 感知器
免费
1.6 多层感知器——第一个神经网络示例
免费
1.6.1 感知器训练的问题及对策
免费
1.6.2 激活函数——sigmoid函数
免费
1.6.3 激活函数——tanh函数
免费
1.6.4 激活函数——ReLU函数
免费
1.6.5 两个拓展激活函数——ELU函数和LeakyReLU函数
免费
1.6.6 激活函数总结
免费
1.6.7 神经网络到底是什么
免费
1.7 示例——识别手写数字
免费
1.7.1 独热编码
免费
1.7.2 在TensorFlow 2.0中定义一个简单的神经网络
免费
1.7.3 运行一个简单的TensorFlow 2.0神经网络并建立测试基线
免费
1.7.4 使用隐藏层改进TensorFlow 2.0的简单神经网络
免费
1.7.5 利用随机失活进一步改进TensorFlow 2.0的简单神经网络
免费
1.7.6 测试TensorFlow 2.0的不同优化器
免费
1.7.7 增加epoch数
免费
1.7.8 控制优化器学习率
免费
1.7.9 增加内部隐藏神经元的数量
免费
1.7.10 增加批量计算的大小
免费
1.7.11 手写图识别实验总结
免费
1.8 正则化
免费
1.8.1 采用正则化以避免过拟合
免费
1.8.2 理解批量归一化
免费
1.9 Google Colab——CPU、GPU和TPU
免费
1.10 情感分析
免费
1.11 超参数调谐和AutoML
免费
1.12 预测输出
免费
1.13 反向传播的实用概述
免费
1.14 我们学到了什么
免费
1.15 迈向深度学习方式
免费
1.16 参考文献
免费
第2章 TensorFlow 1.x与2.x
免费
2.1 理解TensorFlow 1.x
免费
2.1.1 TensorFlow 1.x计算图程序结构
免费
2.1.2 常量、变量和占位符的使用
免费
2.1.3 操作对象示例
免费
2.1.4 TensorFlow 2.x中的TensorFlow 1.x示例
免费
2.2 理解TensorFlow 2.x
免费
2.2.1 即刻执行
免费
2.2.2 AutoGraph
×