这是一份整理超全的深度学习思维导图,涵盖深度学习的基础概念、架构和优化策略,并以TensorFlow为例,列举深度学习各个模块的介绍。
下载地址:深度学习之思维导图
- 第一部分:深度学习的基础概念。其是介绍深度学习的基础概念,含神经元、输入层、隐藏层、常见激活函数、反向传播、BN、常见损失函数、正则化、学习率、优化器和权重初始化等内容。
- 第二部分:深度学习结构和策略。其是介绍有基础单元组成不同的神经学习结构,如GANs、Auto-Encoders、CNN和RNNs等,以及常见优化策略的具体介绍,如SGD、Momentum、Adagrad等。
- 第三部分:基础TensorFlow库。其实介绍了TensorFlow的整体架构、基础单元和库。如TensorBoard、Phases、Execution和tf.estimator等,
部分截图