[Index] tensorflow

简介：

　　目前工作为nlp相关的分类及数据治理，之前也使用tensorflow写过一些简单分类的代码，感受到深度学习确实用处较大，想更加系统和全面的学习下tensorflow的相关知识，于是我默默的打开了b站；发现了一门比较好的视频课程: 深度学习框架Tensorflow学习与应用 ，看样子像是炼数成金的培训视频；接下来也会像之前c++总结那样，简单总结一下tensorflow的相关知识和用法。

• 如果你喜欢动手实践，可以试试这两本书 《python深度学习》、《动手学深度学习》
• 如果你对数学比较感兴趣，更喜欢剖析背后的原理，可以试试这两本《神经网络与深度学习》、《深度学习》

　　接口查看手册：TensorFlow官方文档（中文可搜索）

　　tensorflow的基本概念：

• 使用图（graphs）来表示计算任务
• 在被称之为会话（Session）的上下文（context）中执行图
• 使用tensor表示数据
• 通过变量（Variable）维护状态
• 使用feed和fetch可以为任意的操作赋值或者从其中获取数据

　　Tensorflow是一个编程系统，使用图（graphs）来表示计算任务，图（graphs）中的节点称之为op（operation），一个op获得0个或多个Tensor，执行计算，产生0个或多个Tensor。Tensor看作是一个n维的数组或列表。图必须在会话（Session）里被启动。

目录：

1. tensorflow简介、目录
2. tensorflow中的图（02-1）
3. tensorflow变量的使用（02-2）
4. tensorflow中的Fetch、Feed（02-3）
5. tensorflow版~helloworld---拟合线性函数的k和b（02-4）
6. tensorflow非线性回归（03-1）
7. MNIST手写数字分类simple版（03-2）
8. 代价函数（二次、交叉熵、对数似然代价函数）
9. 多层网络通过防止过拟合，增加模型的准确率（04-2）
10. 修改优化器进一步提升准确率（04-3）
11. 手写数字识别-卷积神经网络cnn（06-2）
12. 循环神经网络rnn与长短时记忆神经网络简述（07-2）
13. 循环神经网络lstm代码实现（07-3）
14. tensorflow模型保存和使用08
15. 下载inception v3  google训练好的模型并解压08-3
16. 使用inception v3做各种图像分类识别08-4
17. word2vec模型训练简单案例
18. textcnn文本分类简述及代码

---

理论基础：

1. 神经元与常用的激活函数
2. 反向传播与梯度计算
3. 常见网络结构
4. 卷积神经网络
5. 循环神经网络
6. 优化与正则化

自学深度学习书籍推荐

• python深度学习、动手学深度学习（视频教程）
• 神经网络与深度学习（复旦）、深度强化学习（北大）   这两本书都比较好，而且开源免费！

　《python深度学习》或《动手学深度学习》这本书建议看完，示例复现一下；

　《神经网络与深度学习》主要讲解神经网络的数学表示，信息量较大，适合特定模型优化调参的同学选特定章节去看；

如果有一些不懂的数学定理或公式，试着找下这里面（马同学-数学定理的通俗解释 、宋老师考研数学）查找。