DL 深度学习 大纲总览

以下是以后博客的大纲，持续更新中......

目录

开篇 前言

一、深度学习--Tensorflow API 篇 （可能含Numpy API，Pandas API）

二、深度学习--Tensorflow 编程原理  篇

        数据流图 Data Flow Graphs 

        Tensorflow 核心概念 Tensor、Operation、Session、Graph 代码级别解密和原理级别剖析之 Tensor （一）

        Tensorflow 核心概念 Tensor、Operation、Session、Graph 代码级别解密和原理级别剖析之 Operation （二）

        Tensorflow 核心概念 Tensor、Operation、Session、Graph 代码级别解密和原理级别剖析之 Session （三）

        Tensorflow 核心概念 Tensor、Operation、Session、Graph 代码级别解密和原理级别剖析之 Graph （四）

        数据流图的构造和运行

        TF 中涉及 Variable 的几个点：assign、Shape、name_scope 、variable_scope 、broadcasting 概念

        TF 喂数据方式：Constant、feed_dict、py_function、DataSet

        TF 中的 Feature Column 和 Feature Transformer (特征处理)

        TF 中的 if 、 loop 、control_dependencies

        TF 模型保存恢复、metric 保存、TensorBoard 可视化

        TF 编程框架 之 SessionRun

        TF 编程框架 之 Estimator

        TF 在 GPU 上运行

        TF 在集群上分布式运行

        TF Eager 和 如何调试 TF 程序（tfdbg、print）

        TF 模型发布成 Server 方式

三、深度学习--传统模型理论算法 和 模型在 Tensorflow 实现代码剖析 篇

       LR    线性回归和逻辑回归模型

       MLP 多层感知器模型

       反向传播算法和梯度下降算法

       若干 损失函数

       CNN 卷积神经网络

       RNN  循环神经网络

       Attention   注意力机制

四、深度学习--梯度优化器理论算法 和 算法在 Tensorflow 实现代码剖析 篇

      SGD 优化器

      Momentum 优化器

      Adagrad  优化器

      AdaDelta  优化器

      RmsProp  优化器

      Adam  优化器

五、深度学习--深度学习 Tips  篇 （可能与其他篇有重叠）

六、深度学习--新模型（2015年后）理论算法 篇

---

希望自己能坚持写完这六部分。您的点赞、留言、加关注和打赏，是我写作的不竭动力。