MOOC上北京大学的Tensorflow笔记课程,在没有基础的前提下可以快速上手。本人在学习该课程时进行了一些记录,虽然很多方面该课程的课程笔记比我记录的内容更详细,不过我也增加了一些自己测试的内容。
第一部分:Python篇
学机器学习必备的一些python句法基础 1 列表 元组 字典 条件语句
学机器学习必备的一些python句法基础 3 函数 内建函数 模块 包 全局局部变量
学机器学习必备的一些python句法基础 4 Python类和对象
第二部分:Tensorflow基本句法
机器学习 Tensorflow基本句法1 张量 计算图 会话
机器学习 Tensorflow基本句法3 加上后向传播,构成整个Tensorflow深度学习程序
第三部分:参数优化
深度学习神经网络 Tensorflow参数优化 之 损失函数
深度学习神经网络 Tensorflow参数优化 之 损失函数2 一个重要误区的纠正
深度学习神经网络 Tensorflow参数优化 之 滑动平均
深度学习神经网络 Tensorflow参数优化 之 正则化 第一部分,数据显示
深度学习神经网络 Tensorflow参数优化 之 正则化 第二部分,正则化程序
深度学习神经网络 综合程序解析+参数优化(指数下降学习率+滑动平均+正则化)+问题分析
第四部分:神经网络实战
深度学习神经网络 MNIST手写数据辨识 1 前向传播和反向传播
第五部分:卷积神经网络
深度学习神经网络 卷积神经网络 第一节,构建前向传播函数(一)