人人都会深度学习之Tensorflow基础入门—133人已学习
课程介绍
课程的目的是帮助广大的深度学习爱好者,逐层深入,步步精通当下流行的深度学习框架Tensorflow。该课程包含Tensorflow运行原理,Tensor上面常见的操作,常见API的使用,公式推导,Tensorboard,张量形状变换,张量上的数据操作,算术操作
课程收益
该课程包含Tensorflow运行原理,Tensor上面常见的操作,常见API的使用,公式推导,Tensorboard,张量形状变换,张量上的数据操作,算术操作,矩阵操作,规约操作,序列比较和索引,共享变量,Graph图的操作,Tensorflow分布式部署,多层神经网络的搭建,神经元拟合的原理及生物智能方面得到的灵感。帮助大家一步一个脚印,把Tensorflow技术学扎实,学精通。
讲师介绍
张敏 更多讲师课程
大数据工程师/算法工程师/大数据讲师,毕业于西华大学软件工程专业。在大数据领域有着丰富的实战经验。 擅长领域:Spark/Hadoop、算法设计及系统架构、数据挖掘、机器学习~。在Spark内核方面有深入的研究,参与Scala基础入门,Spark内核及性能优化相关书籍部分内容的编写工作。
课程大纲
1. tensorflow简介及环境安装 13:47
2. tensorflow程序开发基本步骤 21:39
3. tensorflow中的基本概念 25:54
4. tensorflow常见API(1) 31:39
5. tensorflow常见API(2) 26:05
6. tensorflow编程基础 27:17
7. tensorflow训练过程的可视化 17:47
8. tensorflow张量类型及数值操作 15:33
9. tensorflow中张量形状变换 11:54
10. tensorflow张量数值计算 25:02
11. tensorflow中的算术操作 8:15
12. tensorflow矩阵运算 14:02
13. tensorflow规约聚合算子 10:38
14. tensorflow中的序列比较和索引提取 10:25
15. tensorflow中的共享变量 23:26
16. tensorflow图计算 11:25
17. tensorflow分布式部署及训练 17:20
18. tensorflow大数据加载机制 23:43
19. tensorflow完成线性回归模型 28:25
20. tensorflow完成一元二次数据集的拟合 13:17
21. tensorflow完成深度学习的入门仪式完成最简单的softmax多分类任务 30:52
大家可以点击【 查看详情】查看我的课程
课程介绍

课程的目的是帮助广大的深度学习爱好者,逐层深入,步步精通当下流行的深度学习框架Tensorflow。该课程包含Tensorflow运行原理,Tensor上面常见的操作,常见API的使用,公式推导,Tensorboard,张量形状变换,张量上的数据操作,算术操作
课程收益
该课程包含Tensorflow运行原理,Tensor上面常见的操作,常见API的使用,公式推导,Tensorboard,张量形状变换,张量上的数据操作,算术操作,矩阵操作,规约操作,序列比较和索引,共享变量,Graph图的操作,Tensorflow分布式部署,多层神经网络的搭建,神经元拟合的原理及生物智能方面得到的灵感。帮助大家一步一个脚印,把Tensorflow技术学扎实,学精通。
讲师介绍
张敏 更多讲师课程
大数据工程师/算法工程师/大数据讲师,毕业于西华大学软件工程专业。在大数据领域有着丰富的实战经验。 擅长领域:Spark/Hadoop、算法设计及系统架构、数据挖掘、机器学习~。在Spark内核方面有深入的研究,参与Scala基础入门,Spark内核及性能优化相关书籍部分内容的编写工作。
课程大纲
1. tensorflow简介及环境安装 13:47
2. tensorflow程序开发基本步骤 21:39
3. tensorflow中的基本概念 25:54
4. tensorflow常见API(1) 31:39
5. tensorflow常见API(2) 26:05
6. tensorflow编程基础 27:17
7. tensorflow训练过程的可视化 17:47
8. tensorflow张量类型及数值操作 15:33
9. tensorflow中张量形状变换 11:54
10. tensorflow张量数值计算 25:02
11. tensorflow中的算术操作 8:15
12. tensorflow矩阵运算 14:02
13. tensorflow规约聚合算子 10:38
14. tensorflow中的序列比较和索引提取 10:25
15. tensorflow中的共享变量 23:26
16. tensorflow图计算 11:25
17. tensorflow分布式部署及训练 17:20
18. tensorflow大数据加载机制 23:43
19. tensorflow完成线性回归模型 28:25
20. tensorflow完成一元二次数据集的拟合 13:17
21. tensorflow完成深度学习的入门仪式完成最简单的softmax多分类任务 30:52
大家可以点击【 查看详情】查看我的课程