TensorFlow实现流行机器学习算法教程汇集(上)

保留初心,砥砺前行

文章来源:Github

看到了其他同学发的这个资源,但是原文给的链接不能直接点击,很不方便,为了方便使用,在这里修改一下。

给TF新手的教程指南

  • tf初学者需要明白的入门准备

机器学习入门笔记

MNIST 数据集入门笔记

  • tf初学者需要了解的入门基础

Hello World

基本操作代码

基本操作笔记

代码

  • tf初学者需要掌握的基本模型

最近邻笔记

最近邻代码

线性回归笔记

线性回归代码

Logistic 回归笔记

Logistic 回归代码

  • tf初学者需要尝试的神经网络

多层感知器笔记

多层感知器代码

卷积神经网络笔记

卷积神经网络代码

循环神经网络(LSTM)笔记

循环神经网络(LSTM)代码

双向循环神经网络(LSTM)笔记

双向循环神经网络(LSTM)代码

动态循环神经网络(LSTM)代码

自编码器笔记

自编码器代码

  • tf初学者需要精通的实用技术

保存和恢复模型笔记

保存和恢复模型代码

图和损失可视化笔记

图和损失可视化代码

Tensorboard——高级可视化 代码

  • tf初学者需要的懂得的多GPU基本操作

多 GPU 上的基本操作笔记

多 GPU 上的基本操作代码

  • 案例需要的数据集

有一些案例需要 使用MNIST 数据集进行训练和测试。运行这些案例时,该数据集会被自动下载下来(使用 input_data.py)。

MNIST数据集笔记

官方网站

相关链接:TensorFlow实现流行机器学习算法教程汇集(下)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值