我的《Tensorflow和深度學(xué)習(xí)筆記》，憋了1個月終于完工，一共100頁,截圖如下
查看筆記，可以前往"?http://book.aqinet.cn?"。筆記目錄如下：
...2.1 基本概念
......2.2.1 Master-Worker模式
......2.2.2 RPC通信:
......2.2.3 分布式和并行
...3.2 Demo:Softmax Regression訓(xùn)練MNIST
......3.2.1 代碼初讀
......3.2.2 基本用法說明
...3.3 Demo代碼涉及到的深度學(xué)習(xí)基本知識
......3.4.1 演示啟動tensorboard
......3.4.2 怎么按照tensorboard的要求修改代碼
......4.4.1 word2vec
......4.4.2 GloVe
......4.4.3 Fasttext
......4.4.4 tensorflow訓(xùn)練詞向量
5.卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
...5.1什么是卷積神經(jīng)網(wǎng)絡(luò)(CNN)
......5.1.1 什么是卷積操作
......5.2.2 卷積神經(jīng)網(wǎng)絡(luò)的概念
...5.3 CNN處理圖像分類問題的網(wǎng)絡(luò)結(jié)構(gòu)
...5.4基于Tensorflow實(shí)現(xiàn)CNN對MNIST分類
...5.5小結(jié)
...6.1文本的二維矩陣表示
...6.2 文本分類的CNN網(wǎng)絡(luò)結(jié)構(gòu)
......6.2.1 經(jīng)典結(jié)構(gòu)
......6.2.2 其他結(jié)構(gòu)
......6.3.1 網(wǎng)絡(luò)結(jié)構(gòu)：
......6.3.2 遷移學(xué)習(xí)在文本分類中的應(yīng)用
......6.3.3 Tensorflow實(shí)現(xiàn)
...6.4 實(shí)戰(zhàn)：基于CNN的query意圖分類模型
7.循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN) 基礎(chǔ)
...7.1 RNN(recurrent neural network)原理
......7.1.1 RNN為序列數(shù)據(jù)而生
......7.1.2 圖靈機(jī)(Turing machine)
......7.1.3 RNN的價(jià)值
...7.3 RNN的高級形式
......7.3.1 雙向RNN (Bidirectional RNN )
......7.3.2 LSTM(Long Short-term Memory)
......7.3.3 GRU(Gated Recurrent Unit)
......7.4.1 普通的RNN(simple RNN)不好訓(xùn)練
......7.4.2 LSTM，讓RNN的訓(xùn)練更簡單
...8.2 RNN做圖像分類
...8.3 RNN做文本分類
...8.4 擴(kuò)展應(yīng)用：基于雙向LSTM的query-query語義相似度模型
......8.4.1 特征和模型的選擇
......8.4.2 query embedding
......8.4.3 基于query embedding度量相似度。
...9.1 GAN
......9.1.1 見識GAN的魅力
......9.1.2 GAN原理介紹
...9.3 神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯模型(NMT)
......9.3.1 神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯模型基礎(chǔ)
......9.3.2 神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯模型的提升
...10.1 熵
...10.2 相對熵和交叉熵
...10.3 SWIG
...10.6 梯度裁剪
