TensorFlow 2.0 / TF2.0 入門教程實戰案例

用最白話的語言，講解機器學習、神經網絡與深度學習
示例基於 TensorFlow 1.4 和 TensorFlow 2.0 實現

相關連接

• 知乎專欄
• 機器學習筆試面試題，Github
• TensorFlow 2.0 中文文檔，Github
• TensorFlow 2.0 圖像識別&強化學習實戰，Github

OpenAI gym

• TensorFlow 2.0 (九) - 強化學習70行代碼實戰 Policy Gradient

  • Github - gym/CartPole-v0-policy-gradient
  • 介紹了策略梯度算法(Policy Gradient)來玩 CartPole-v0

• TensorFlow 2.0 (八) - 強化學習 DQN 玩轉 gym Mountain Car

  • Github - gym/MountainCar-v0-dqn
  • 介紹了DQN(Deep Q-Learning)來玩MountainCar-v0遊戲
  • Q-Table用神經網絡來代替。

• TensorFlow 2.0 (七) - 強化學習 Q-Learning 玩轉 OpenAI gym

  • Github - gym/MountainCar-v0-q-learning
  • 介紹了使用Q-Learning(建立Q-Table)來玩MountainCar-v0遊戲
  • 將連續的狀態離散化。

• TensorFlow 2.0 (六) - 監督學習玩轉 OpenAI gym game

  • Github - gym/CartPole-v0-nn
  • 介紹了使用純監督學習(神經網絡)來玩CartPole-v0遊戲
  • 使用TensorFlow 2.0

mnist

• TensorFlow 2.0 (五) - mnist手寫數字識別(CNN卷積神經網絡)

  • Github - v4_cnn
  • 介紹瞭如何搭建CNN網絡，準確率達到0.99
  • 使用TensorFlow 2.0

• TensorFlow入門(四) - mnist手寫數字識別(製做h5py訓練集)

  • Github - make_data_set
  • 介紹瞭如何使用 numpy 製做 npy 格式的數據集
  • 介紹瞭如何使用 h5py 製做 HDF5 格式的數據集

• TensorFlow入門(三) - mnist手寫數字識別(可視化訓練)

  • Github - mnist/v3
  • 介紹了tensorboard的簡單用法，包括標量圖、直方圖以及網絡結構圖

• TensorFlow入門(二) - mnist手寫數字識別(模型保存加載)

  • Github - mnist/v2
  • 介紹了 TensorFlow 中如何保存訓練好的模型
  • 介紹瞭如何從某一個模型爲起點繼續訓練
  • 介紹了模型如何加載使用，傳入真實的圖片如何識別

• TensorFlow入門(一) - mnist手寫數字識別(網絡搭建)

  • Github - mnist/v1
  • 這篇博客介紹了使用 TensorFlow 搭建最簡單的神經網絡。
  • 包括輸入輸出、獨熱編碼與損失函數，以及正確率的驗證。