深度学习框架Tensorflow学习与应用

视频地址：

https://www.bilibili.com/video/av20542427/

课程大纲：
第一课 Tensorflow简介，Anaconda安装，Tensorflow的CPU版本安装。
第二课 Tensorflow的基础使用，包括对图(graphs),会话(session),张量(tensor),变量(Variable)的一些解释和操作。
第三课 Tensorflow线性回归以及分类的简单使用，softmax介绍。
第四课 交叉熵(cross-entropy)，过拟合，dropout以及Tensorflow中各种优化器的介绍。
第五课 使用Tensorboard进行结构可视化，以及网络运算过程可视化。
第六课 卷积神经网络CNN的讲解，以及用CNN解决MNIST分类问题。
第七课 递归神经网络LSTM的讲解，以及LSTM网络的使用。
第八课 保存和载入模型，使用Google的图像识别网络inception-v3进行图像识别。
第九课 Tensorflow的GPU版本安装。设计自己的网络模型，并训练自己的网络模型进行图像识别。
第十课 多任务学习以及验证码识别。
第十一课 word2vec讲解和使用，cnn解决文本分类问题。
第十二课 语音处理以及使用LSTM构建语音分类模型。

minst数据集地址：

http://yann.lecun.com/exdb/mnist/

代码整理：（未完）

https://github.com/yty005/train_tensorflow.git