第一讲 神经网络计算

1.1人工智能三学派

1.2神经网络设计过程

1.3张量生成

1.4TF2常用函数1

1.5TF2常用函数2

1.6鸢尾花数据集读入

1.7神经网络实现鸢尾花分类

1.8Tensorflow2安装

TensorFlow笔记：第一讲神经网络计算

PPT：第一讲神经网络计算

第一讲 神经网络计算

第二讲 神经网络优化

2.1预备知识

2.2复杂度学习率

2.3激活函数

2.4损失函数

2.5缓解过拟合

2.6优化器

TensorFlow笔记：第二讲神经网络优化

PPT：第二讲神经网络优化

第二讲 神经网络优化

第三讲 神经网络八股

3.1搭建网络八股sequential

3.2搭建网络八股class

3.3MNIST数据集

3.4FASHION数据集

TensorFlow笔记：第三讲神经网络八股

PPT：第三讲神经网络八股

第三讲 神经网络八股

第四讲 网络八股扩展

4.1搭建网络八股总览

4.2自制数据集

4.3数据增强

4.4断点续训

4.5参数提取

4.6acc&loss可视化

4.7给图识物

TensorFlow笔记：第四讲网络八股扩展

PPT：第四讲网络八股扩展

第四讲 网络八股扩展

第五讲 卷积神经网络

5.1卷积计算过程

5.2感受野

5.3全零填充

5.4TF描述卷积计算层

5.5批标准化

5.6池化

5.7舍弃

5.8卷积神经网络

5.9CIFAR0数据集

5.10卷积神经网络搭建示例

5.11LeNet

5.12AlexNet

5.13VGGNet

5.14InceptionNet

5.15ResNet

5.16经典卷及网络小结

TensorFlow笔记：第五讲卷积神经网络

PPT：第五讲卷积神经网络

第五讲 卷积神经网络

第六讲 循环神经网络

6.1循环核

6.2循环核时间步展开

6.3循环计算层

6.4TF描述循环计算层

6.5循环计算过程I

6.6字母预测onehot_1pre1

6.7循环计算过程II

6.8字母预测onehot_4pre1

6.9Embedding编码

6.10字母预测Embedding_1pre1

6.11字母预测Embedding_4pre1

6.12RNN实现股票预测

6.13LSTM实现股票预测(LSTM计算过程_TF描述LSTM层)

6.14GRU实现股票预测(GRU计算过程_TF描述GRU层)

TensorFlow笔记：第六讲循环神经网络

PPT：第六讲循环神经网络

第六讲 循环神经网络