老侯帶你學Tensorflow之19篇

    學習一門新技術，必定要有技巧，找到學習的捷徑就能事半功倍。現現在人工智能產業發展迅猛，做爲一名程序員來講，不懂點深度學習的知識很容易被時代拋棄。

    那麼應該學習什麼技術呢？筆者覺得當今世上有兩大深度學習框架值得研究，一個是大名鼎鼎的Tensorflow，它是谷歌公司出品的開源框架；另外一個是Facebook主導開發的Pytorch框架。這兩個框架都是什麼優秀的深度學習框架，總的來講Tensorflow的流行程度更廣一些。

   深度學習要想學的深，除了懂軟件，還得懂一些算法知識。固然筆者從沒想過去專研的那麼深，那是博士們該作的事。那麼對於想跳槽到人工智能領域拿高薪的程序員來講，學習乾貨快速掌握Tensorflow的開發，並能嫺熟自如的應用到工做中去，纔是當前最迫切須要作的事啊！

    筆者整理了學習Tensorflow的一些關鍵點，只要按照這個步驟踏踏實實的去學習，以筆者的經驗一兩個月的時間足夠成長爲一名優秀的Tensorflow工程師了。

    如下是整理出來的Tensorflow學習19篇。

（1）tensorflow的環境安裝

（2）tensorflow基本操做實戰。

（3）tensorflow線性迴歸模型及原理講解

（4）損失函數和梯度的概念

（5）全鏈接層、激活函數和Dropout

（6）圖像的基本知識和操做

（7）卷積和池化的原理

（8）圖像卷積模型CNN的實戰講解

（9）詞向量操做實戰講解

（10）用CNN實現文本分類

（11）LSTM模型講解

（12）用LSTM實現文本分類

（13）提升篇：生成對抗網絡

（14）提升篇：個性推薦的原理和實踐

（15）提升篇：殘差網絡

（16）強化學習之DQN

（17）強化學習之策略網絡

（18）強化學習之Actor-Critic

（19）強化學習之DDPG

學了這19篇，基本上Tensorflow就全盤掌握了。