這些案例適合那些想要清晰簡明的 tensorflow 實現案例的初學者。本教程還包含了筆記和帶有註解的**。
教程索引
0 - 先決條件
機器學習入門：
1 - 入門
hello world：
基本操作：
2 - 基本模型
最近鄰：
線性回歸：
logistic 回歸：
3 - 神經網路
多層感知器：
卷積神經網路：
迴圈神經網路（lstm）：
雙向迴圈神經網路（lstm）：
動態迴圈神經網路（lstm）
自編碼器
4 - 實用技術
儲存和恢復模型
圖和損失視覺化
tensorboard——高階視覺化
5 - 多 gpu
多 gpu 上的基本操作
資料集
更多案例
接下來的示例來自 tflearn（這是乙個為 tensorflow 提供了簡化的介面的庫。你可以看看，這裡有很多示例和預構建的運算和層。
教程
tflearn 快速入門。通過乙個具體的機器學習任務學習 tflearn 基礎。開發和訓練乙個深度神經網路分類器。
基礎
計算機視覺
自然語言處理
強化學習
atari pacman 1-step q-learning，使用 1-step q-learning 教一台機器玩 atari 遊戲：
其他
recommender-wide&deep network，推薦系統中 wide & deep 網路的教學示例：
notebooks
可延展的 tensorflow
機器學習 神經網路
神經網路中最基本的成分是 神經元 模型，在生物神經網路中，每個神經元與其他神經元相連，當他 興奮 時，就會向相連的神經元傳送化學物質，從而改變這些神經元類的電位 如果某神經元的電位超過乙個 閾值 那麼他就會被啟用。將上述描述當成乙個數學模型 m p神經元模型，神經元接收來自n個神經元傳遞過來的輸入訊...
機器學習 神經網路
序列模型屬於通用模型的一種，因為很常見，所以這裡單獨列出來進行介紹，這種模型各層之間是依次順序的線性關係，在第k層合第k 1層之間可以加上各種元素來構造神經網路這些元素可以通過乙個列表來制定，然後作為引數傳遞給序列模型來生成相應的模型。01 keras model sequential.py fro...
機器學習 神經網路
人工神經網路被用於處理大量輸入以及非線性問題。與回歸方法不同，回歸方法只能處理未知數組成的多項式構成的線性問題，即只能處理簡單的關於未知數多項式的非線性問題。而神經網路利用多層網路這一優勢，能夠處理複雜的非線性問題。theta 的維數為s times s j 1 如上圖所示，分類問題分為兩種 對於這...