tensorflow研究资料

TensorFlow学习资源汇总
本文汇总了丰富的TensorFlow学习资源,包括官方文档、教程、入门指南及深度学习算法实现,覆盖从基础知识到高级技巧,适合各阶段学习者。

##tensorflow学习课程
https://developers.google.com/machine-learning/crash-course/ml-intro

##TensorFlow 如何入门,如何快速学习?
https://www.zhihu.com/question/49909565


##最初的资料
https://weibo.com/1840408525/EryUJznWr?type=comment#_rnd1542959636500


##TensorFlow官方文档
https://www.tensorflow.org/

http://www.tensorfly.cn/
http://www.tensorfly.cn/tfdoc/get_started/introduction.html


##tflearn官方文档
http://tflearn.org/

##TensorFlow实现深度学习算法的教程汇集:代码+笔记
https://mp.weixin.qq.com/s?__biz=MjM5MDAxNjkyMA==&mid=2650739722&idx=1&sn=eecff5bbe98d9cfccb2939d3b0665dc4&chksm=be4080fd893709ebbc5239eece74b19b6fa2a8fd4f2d9f44b6c0b46755d119495a20692a2f3d&mpshare=1&scene=1&srcid=1120OnCs3I5y6Zofalj5UB5D&from=singlemessage&ascene=1&devicetype=android-27&version=26060632&nettype=ctnet&abtest_cookie=AwABAAoACwANAAMAJJceAFmZHgCKmR4AAAA%3D&lang=zh_CN&pass_ticket=BpJp1Whqy6TQU13KIroTkrjgxbT1X59Q6uDmKe0nnfHJuAob5ZfNOsvtPUQU6iu8&wx_header=1



##tflearn学习资料
https://blog.youkuaiyun.com/u013745804/article/details/78285166
https://yq.aliyun.com/articles/526769


##Why CNN for Image
http://www.cnblogs.com/yangmang/p/7239424.html


##使用TensorFlow进行特征提取(中层特征)以及mat文件转为tfrecord方法
https://blog.youkuaiyun.com/ciel_monkingjay/article/details/78807055
https://www.cnblogs.com/denny402/p/6937084.html


###CNN、RNN、DNN的区别
https://www.zhihu.com/question/34681168


##numpy学习资料,与TensorFlow的数据做对比
https://pda.readthedocs.io/en/latest/chp4.html


##特征工程分类
https://www.zhihu.com/question/28641663


###风险控制解决方案
https://github.com/wepe/PPD_RiskControlCompetition



##########################
多层感知器。一种用于 MNIST 分类任务的多层感知实现
https://github.com/tflearn/tflearn/blob/master/examples/images/dnn.py




卷积网络(MNIST)。用于分类 MNIST 数据集的一种卷积神经网络实现:
https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_mnist.py



Highway Convolutional Network。用于分类 MNIST 数据集的 Highway Convolutional Network 实现:
https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_highway_mnist.py




应用于 MNIST 分类任务的一种瓶颈残差网络
https://github.com/tflearn/tflearn/blob/master/examples/images/residual_network_mnist.py




#################################################
###训练、保存、加载tensorflow模型
https://cv-tricks.com/tensorflow-tutorial/save-restore-tensorflow-models-quick-complete-tutorial/
https://blog.youkuaiyun.com/liuxiao214/article/details/79048136

转载于:https://my.oschina.net/kyo4321/blog/2936155

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值