学习《Tensorflow 实战Google深度学习框架》

2019.1.24

第一章 深度学习简介：

• 主要讲tensorflow在google的应用

第二章 Tensorflow环境搭建

• 书中推荐依赖包Protocol Buffer和Bazel
• 书中推荐安装Docker和pip
• 个人安装conda+pip，交互式用jupyter notebook，可视化用tensorboard

第三章 Tensorflow 入门

1、tensorflow计算模型--计算图

• 有效的整理tensorflow程序中的资源也是计算图的一个重要功能
• tf.add_to_collection 函数可以将资源加入一个或多个集合中，然后通过tf.get_collection获取一个集合里面的所有资源
• 这里的资源可以是张量、变量或者运行程序所需要的队列资源

2、tensorflow数据模型--张量

• 一个张量中主要保存三个属性：名字（name）、维度（shape）和类型（type）
• 使用张量可记录中间结果，方便数据很多时排查问题

3、tensorflow运行模型--会话

4、tensorflow实现神经网络

• tensorflow游乐场
• 前向传播算法简介
• 神经网络参数与tensorflow变量

2、张量

• 一个张量中主要保存三个属性：名字（name）、维度（shape）和类型（type）

3、会话

第四章 深层神经网络

1、深度学习与神层神经网络

2、损失函数定义

3、神经网络优化算法

4、神经网络进一步优化