Machine Learning with TensorFlow(机器学习TensorFlow实战)(http://www.tensorflowbook.com/)

这是用机器学习TensorFlow实战的官方代码资源库(http://www.tensorflowbook.com/).

警告：该书将在一两个月后发布，该版本是整个代码的预览版。我将在接下来的几周内大量更新这个版本。 敬请关注！

使用Google最新最好的机器学习库TensorFlow开始进行机器学习。

概要

第二章 - TensorFlow基础

• 概念 1: 定义张量（tensors）
• 概念 2: 评估操作
• 概念 3: 交互式会话
• 概念 4: 会话记录
• 概念 5: 变量
• 概念 6: 保存变量
• 概念 7: 加载变量
• 概念 8: TensorBoard

第三章 - 回归

• 概念 1: 线性回归
• 概念 2: 多元回归
• 概念 3: 正则化

第四章 - 分类

• 概念 1: 用线性回归进行分类
• 概念 2: 逻辑斯蒂回归
• 概念 3: 2维逻辑斯蒂回归
• 概念 4: Softmax分类

第五章 - 聚类

• 概念 1: 聚类
• 概念 2: 分割
• 概念 3: 自组织映射

第六章 - 隐马尔可夫模型

• 概念 1: 前向算法
• 概念 2: Viterbi解码

第七章 - 自编码器

• 概念 1: 自编码器
• 概念 2: 将自动编码器应用于图像
• 概念 3: 去噪自编码器

第八章 - 增强学习

• 概念 1: 增强学习

第九章 - 卷积神经网络

• 概念 1: 使用CIFAR-10数据集
• 概念 2: 卷积
• 概念 3: 卷积神经网络

第十章 - 递归神经网络

• 概念 1: 加载时序数据
• 概念 2: 递归神经网络
• 概念 3: 将递归神经网络应用在实际数据上，以实现时序预测

第十一章 - Seq2Seq 模型

• 概念 1: 多cell RNN
• 概念 2: Embedding lookup
• 概念 3: Seq2seq模型

第十二章 - 排序

• 概念 1: RankNet
• 概念 2: 图像嵌入
• 概念 3: 图像排序