TensorFlow2教程（目錄）

第一篇 基本操做

01 Tensor數據類型

02 建立Tensor

03 Tensor索引和切片

04 維度變換

05 Broadcasting

06 數學運算

07 前向傳播（張量）- 實戰

第二篇 高級操做

08 合併與分割

09 數據統計

10 張量排序

11 填充與複製

12 張量限幅

13 高階操做

第三篇 神經網絡與全鏈接層

14 數據加載

15 測試（張量）- 實戰

16 全鏈接層

17 輸出方式

18 偏差計算

第四篇 隨機梯度降低

19 梯度降低簡介

20 激活函數及其梯度

21 損失函數及其梯度

22 單輸出感知機及其梯度

23 多輸出感知機及其梯度

24 鏈式法則

25 反向傳播算法

26 函數優化實戰

27 手寫數字問題實戰（層）

28 TensorBoard可視化

第五篇 Keras高層接口

29 Keras高層API

30 自定義層or網絡

31 模型加載與保存

32 CIFAR10自定義網絡實戰

第六篇 過擬合

33 過擬合

第七篇 卷積神經網絡CNN

34 什麼是卷積

35 卷積神經網絡

36 池化與採樣

37 CIFAR100與VGG13實戰

38 經典卷積網絡VGG，GoodLeNet，Inception

39 ResNet，DenseNet

40 ResNet實戰

第八篇 循環神經網絡RNN

41 序列表示方法

42 循環神經網絡層

43 RNNCell使用

44 RNN與情感分類問題實戰-加載IMDB數據集

第九篇 自編碼器Auto-Encoders

45 無監督學習

46 Auto-Encoders原理

47 Auto-Encodes變種

48 Adversarial Auto-Encoders

49 Reparameterization Trick

50 Variational Auto-Encoders原理

51 Auto-Encoders實戰

debugging……

第十篇 推薦閱讀

推薦書單（網課）-人生/編程/Python/機器學習

Python從入門到放棄（目錄）

十天快速入門Python（目錄）

數據結構與算法-Python/C（目錄）

Go從入門到放棄（目錄）

統計機器學習（目錄）

TensorFlow2教程（目錄）

機器學習（目錄）

Python能幹啥（目錄）

考研每日總結

大數據分析和人工智能科普

人工智能（機器學習）學習之路推薦