SUMMARY.md

Table of contents

• 深度学习应用开发 - TensorFlow实践
• 前言
• 目录

第一章 人工智能导论

• 第一章 人工智能导论
  • 1.1 感受人工智能时代的到来
  • 1.2 人工智能发展概述，跌宕起伏的60年
  • 1.3 本讲小结与作业

第二章 深度学习简介

• 第二章 深度学习简介
  • 2.1 机器学习简介
  • 2.2 深度学习简介
  • 2.3 深度学习框架简介
  • 2.4 本讲小结与作业

第三章 磨刀不误砍柴工：TensorFlow基础

• 第三章 磨刀不误砍柴工：TensorFlow基础
  • 3.1 TensorFlow 基础
  • 3.2 TensorFlow名字的意义
  • 3.3 Tensor 张量
  • 3.4 TensorFlow计算模型 – 数据流图
  • 3.5 Operation 操作
  • 3.6 Session 会话
  • 3.7 常量与变量
  • 3.8 变量的赋值
  • 3.9 Placeholder 占位符
  • 3.10 Feed提交数据和Fetch提取数据
  • 3.11 TensorBoard可视化初步
  • 3.12 本讲小结与作业

第四章 单变量线性回归：TesnsorFlow实战

• 第四章 单变量线性回归：TesnsorFlow实战
  • 4.1一切从一个神经元说起
  • 4.2 基本术语
  • 4.3 定义损失函数
  • 4.4 模型训练与降低损失
  • 4.5 梯度下降法
  • 4.6 学习率
  • 4.7 超参数
  • 4.8 线性回归问题TensorFlow实战
  • 4.9 在训练中显示损失值
  • 4.10 TensorBoard可视化
  • 4.12 本章小结和作业

第五章 多元线性回归：波士顿房价预测问题TesnsorFlow实战

• 第五章 多元线性回归：波士顿房价预测问题TesnsorFlow实战
  • 5.1 波士顿房价预测问题简介
  • 5.2 机器学习中的基本线性代数
  • 5.3 准备建模
  • 5.4 数据读取
  • 5.5 构建模型
  • 5.6 训练模型
  • 5.7 进行预测
  • 5.8 后续版本改进
  • 5.9 本章小结和作业

第六章 MNIST手写数字识别：分类应用入门

• 第六章 MNIST手写数字识别：分类应用入门

第七章 MNIST手写数字识别进阶：多层神经网络与应用

• 第七章 MNIST手写数字识别进阶：多层神经网络与应用

第八章 图像识别问题：卷积神经网络与应用

• 第八章 图像识别问题：卷积神经网络与应用
  • 8.1从神经网络到卷积神经网络：解决参数太多的问题
  • 8.2 卷积神经网络的基本结构
  • 8.3 TensorFlow对卷积神经网络的支持
  • 8.4 CIFAR-10图像识别案例的TensorFlow实现
  • 8.5 本讲小结与作业

第九章 Deep Dream：理解深度神经网络结构及应用

• 第九章 Deep Dream：理解深度神经网络结构及应用

第十章 猫狗大战：迁移学习及应用

• 第十章 猫狗大战：迁移学习及应用
  • 10.1 猫狗大战简介
  • 10.2 迁移学习简介
  • 10.3 数据准备
  • 10.4 VGG16的Tensorflow实现
  • 10.5 VGG16模型复用
  • 10.6 数据输入
  • 10.7 模型重新训练与保存
  • 10.8 预测

第十一章 生成式对抗网络原理及Tensorflow实现

• 第十一章 生成式对抗网络原理及Tensorflow实现

第十二章 泰坦尼克号旅客生存预测：Keras应用实践

• 第十二章 泰坦尼克号旅客生存预测：Keras应用实践

第十三章 电影评论情感分析：自然语言处理与循环神经网络

• 第十三章 电影评论情感分析：自然语言处理与循环神经网络

第十四章 鸢尾花品种识别：TensorFlow.js应用开发

• 第十四章 鸢尾花品种识别：TensorFlow.js应用开发
  • 14.1 TensorFlow.js 简介
  • 14.2 网页开发环境介绍
  • 14.3 TensorFlow.js 核心概念
  • 14.4 TF.js应用：鸢尾花品种识别

第十五章 花卉识别App：TensorFlow Lite与移动应用开发

• 第十五章 花卉识别App：TensorFlow Lite与移动应用开发
  • 15.1 TensorFlow Lite 基本介绍
  • 15.2 TensorFlow 基本架构
  • 15.3 TFLite应用：手机识别花型

附录 1 工欲善其事必先利其器：TensorFlow开发环境搭建

• 附录 1 工欲善其事必先利其器：TensorFlow开发环境搭建
  • 1.1 Windows平台下的TensorFlow开发环境搭建
  • 1.2 Linux环境下TensorFlow的安装

附录 2 工欲善其事必先利其器：简明Python基础

• 附录2 工欲善其事必先利其器：简明Python基础
  • 2.1 简单print用法
  • 2.2 变量
  • 2.3 标识符
  • 2.4 保留字
  • 2.5 数字数据类型
  • 2.6 布尔类型
  • 2.7 注释
  • 2.8 基本运算
  • 2.9 字符串
  • 2.10 列表
  • 2.11 元组
  • 2.12 集合
  • 2.13 字典
  • 2.14 print的格式化输出
  • 2.15 类型转化
  • 2.16 Python的行
  • 2.17 流程控制
  • 2.18 列表推导式
  • 2.19 循环嵌套（多重循环）
  • 2.20 break语句
  • 2.21 continue语句
  • 2.22 pass语句
  • 2.23 函数
  • 2.24 全局变量与局部变量
  • 2.25 类
  • 2.26 文件
  • 2.27 异常
  • 2.28 导入外部库
  • 2.29 获取帮助信息
• 附录3 协同编书指南