TensorFlow 学习

一、TensorFlow 2.0 学习

1. TensorFlow：基础
2. TensorFlow：张量的相关属性和创建方式
3. TensorFlow：张量的典型应用
4. Tensorflow：索引和切片
5. TensorFlow：维度变换
6. TensorFlow：数学运算
7. TensorFlow：合并与分割
8. TensorFlow：最大最小值、均值、和、softmax 及 argmax 的应用
9. Tensorflow：张量比较
10. TensorFlow：填充与复制
11. TensorFlow：数据限幅
12. TensorFlow：高级操作
13. TensorFlow：经典数据集加载
14. TensorFlow：全连接层的实现
15. TensorFlow：神经网络
16. TensorFlow：输出层设计
17. TensorFlow：误差计算
18. TensorFlow：Keras 常见功能模块
19. TensorFlow：模型装配、训练与测试
20. Tensorflow：模型保存与加载
21. TensorFlow：自定义类
22. TensorFlow：网络模型
23. TensorFlow：可视化

二、TensorFlow 神经网络学习

1. 用 TensorFlow 训练线性模型拟合一条直线的例子
2. Tensorflow 中 Session 会话控制
3. TensorFlow中 Variable 变量的简单使用
4. TensorFlow 中的 placeholder
5. 用 Tensorflow 构建一个神经网络
6. Tensorflow 中可视化好助手 Tensorboard（一）
7. Tensorflow中可视化好助手Tensorboard（二）
8. Tensorflow 中 Classification 分类学习
9. Tensorflow之 MNIST解析
10. TensorFlow 中的 save、restore 以及从 checkpoint 中读取变量

三、扩展知识

1. AttributeError: module ‘tensorflow’ has no attribute ‘Variable’
2. np.newaxis 的简单解析
3. TensorFlow的reduce_sum()函数、tf.reduce_mean()和tf.reduce_max()
4. Numpy 中 np.vstack() 和 np.hstack() 简单解析
5. Tensorflow 中 tf.train.GradientDescentOptimizer 优化器详解
6. matplotlib 绘图入门详解
7. TensorFlow：Summary用法
8. TensorFlow：tf.argmax() 和 tf.equal() 的使用
9. TensorFlow 中 tf.cast() 的用法
10. Tensorflow 中 tf.truncated_normal 和 tf.random_normal
11. TensorFlow 中 tf.constant 详解
12. Tensorflow 中 Session.run 和 Tensor.eval 的区别
13. .ckpt文件与.ckpt.meta和.ckpt.index以及.pb文件之间的关系是什么？
14. tensorflow中有向图（计算图、Graph）、上下文环境（Session）和执行流程
15. tf.Graph().as_default() 详解
16. tf.app.flags.FLAGS 和 tf.app.flags.DEFINE_string()
17. tf.gfile函数
18. TensorFlow 之 tf.concat() 详解
19. TensorFlow 之 slim（TF-Slim）介绍
20. 十图详解TensorFlow数据读取机制（附代码）
21. PIL中 的Image和numpy中的数组array相互转换（Image.fromarray）
22. tf.random_uniform() 和 tf.random_normal
23. tf.set_random_seed(seed)
24. tf.layers.dense
25. tensorboard 生成的网址不能正常打开访问
26. tensorboard 在浏览器的显示问题
27. tf.slice 函数