- 1历史 - google开发的小历史公开
- 2版本 - python版本公开
- 3安装 - 安装TensorFlow公开
- 4环境搭建 - 安装方式 - CPU 和 GPU 版本选择公开
- 5环境搭建 - 虚拟环境 - 使用 Anaconda 创建环境公开
- 6环境搭建 - 验证安装 - 测试 TensorFlow 是否可用公开
- 7基本概念 - 张量 - 张量的定义与类型公开
- 8基本概念 - 张量 - 张量的形状与阶数公开
- 9基本概念 - 计算图 - 静态图与动态图原理公开
- 10基本概念 - 会话 - 会话的作用与使用公开
- 11基本语法 - 常量与变量 - 常量的创建与使用公开
- 12基本语法 - 常量与变量 - 变量的初始化与赋值公开
- 13基本语法 - 操作符 - 常见算术操作符应用公开
- 14基本语法 - 操作符 - 逻辑操作符的使用公开
- 15数据类型 - 数值类型 - 整数与浮点数表示公开
- 16数据类型 - 字符串类型 - 字符串张量处理公开
- 17数据类型 - 布尔类型 - 布尔张量的运算公开
- 18数据读取 - 文本数据 - 读取文本文件内容公开
- 19数据读取 - 图像数据 - 读取图像文件方法公开
- 20数据读取 - CSV 数据 - 解析 CSV 文件数据公开
- 21数据预处理 - 归一化 - 数值数据归一化方法公开
- 22数据预处理 - 标准化 - 数据标准化操作公开
- 23数据预处理 - 图像增强 - 图像旋转、翻转等操作公开
- 24数据预处理 - 分词处理 - 文本数据分词技巧公开
- 25数据集创建 - 自定义数据集 - 构建自定义数据集公开
- 26数据集创建 - 内置数据集 - 使用 MNIST 等数据集公开
- 27数据集操作 - 数据集划分 - 训练集、验证集划分公开
- 28数据集操作 - 数据集批处理 - 批量处理数据方法公开
- 29模型基础 - 层的概念 - 神经网络层的作用公开
- 30模型基础 - 层的类型 - 全连接层、卷积层等公开
- 31模型构建方式 - 顺序模型 - 顺序堆叠层构建模型公开
- 32模型构建方式 - 函数式 API - 灵活构建复杂模型公开
- 33模型构建方式 - 子类化模型 - 自定义模型类公开
- 34损失函数 - 分类损失 - 交叉熵损失函数原理公开
- 35损失函数 - 回归损失 - 均方误差损失函数应用公开
- 36优化器 - 梯度下降 - 基本梯度下降算法公开
- 37优化器 - 自适应优化器 - Adam、Adagrad 等公开
- 38评估指标 - 分类指标 - 准确率、召回率等计算公开
- 39评估指标 - 回归指标 - 均方根误差等评估公开
- 40神经网络基础 - 神经元模型 - 模拟生物神经元公开
- 41神经网络基础 - 激活函数 - Sigmoid、ReLU 等公开
- 42多层感知机 - 结构特点 - 全连接网络结构公开
- 43多层感知机 - 训练过程 - 前向传播与反向传播公开
- 44卷积神经网络 - 卷积层 - 卷积操作原理公开
- 45卷积神经网络 - 池化层 - 最大池化与平均池化公开
- 46卷积神经网络 - 经典架构 - LeNet、AlexNet 等公开
- 47循环神经网络 - 基本结构 - 处理序列数据结构公开
- 48循环神经网络 - 长短期记忆网络 - LSTM 原理公开
- 49循环神经网络 - 门控循环单元 - GRU 的优势公开
- 50生成对抗网络 - 生成器与判别器 - 对抗训练机制公开
- 51生成对抗网络 - 应用场景 - 图像生成等领域公开
- 52训练流程 - 编译模型 - 指定损失、优化器和指标公开
- 53训练流程 - 训练模型 - 调用 fit 方法进行训练公开
- 54训练流程 - 验证模型 - 使用验证集评估效果公开
- 55过拟合与欠拟合 - 过拟合现象 - 表现与原因分析公开
- 56过拟合与欠拟合 - 欠拟合现象 - 解决方法探讨公开
- 57正则化方法 - L1 和 L2 正则化 - 防止过拟合策略公开
- 58正则化方法 - Dropout - 随机丢弃神经元技术公开
- 59超参数调优 - 手动调优 - 调整学习率等参数公开
- 60超参数调优 - 自动化调优 - 使用工具搜索参数公开
- 61模型保存 - 保存格式 - SavedModel 与 HDF5 格式公开
- 62模型保存 - 保存内容 - 权重、架构等保存公开
- 63模型加载 - 加载已保存模型 - 恢复训练状态公开
- 64模型部署 - 本地部署 - 在本地环境运行模型公开
- 65模型部署 - 云服务部署 - 使用云计算平台部署公开
- 66模型部署 - 移动端部署 - 在移动设备上运行模型公开
- 67TensorBoard - 功能介绍 - 可视化训练过程公开
- 68TensorBoard - 指标可视化 - 损失、准确率等展示公开
- 69TensorBoard - 模型结构可视化 - 查看网络架构公开
- 70Matplotlib - 数据可视化 - 绘制图像、曲线等公开
- 71Matplotlib - 模型评估可视化 - 绘制混淆矩阵等公开
- 72分布式训练基础 - 概念与优势 - 提高训练效率公开
- 73分布式训练基础 - 策略选择 - 同步与异步训练公开
- 74单机多 GPU 训练 - 数据并行 - 数据分割训练公开
- 75单机多 GPU 训练 - 模型并行 - 模型分割训练公开
- 76多机多 GPU 训练 - 集群配置 - 搭建分布式集群公开
- 77多机多 GPU 训练 - 通信协议 - 使用 gRPC 等协议公开
- 78强化学习基础 - 基本概念 - 智能体与环境交互公开
- 79强化学习基础 - 马尔可夫决策过程 - MDP 原理公开
- 80策略梯度算法 - REINFORCE - 基于策略的学习公开
- 81策略梯度算法 - Actor - Critic - 结合价值与策略公开
- 82Q - learning 算法 - 原理与实现 - 基于价值学习公开
- 83Q - learning 算法 - 深度 Q 网络 - DQN 的改进公开
- 84强化学习应用 - 游戏领域 - 训练智能体玩游戏公开
- 85强化学习应用 - 机器人控制 - 控制机器人行动公开
- 86NLP 基础 - 文本表示 - 词向量与词嵌入技术公开
- 87NLP 基础 - 语言模型 - 统计语言模型原理公开
- 88文本分类 - 传统方法 - 基于机器学习分类公开
- 89文本分类 - 深度学习方法 - 使用 CNN、RNN 分类公开
- 90情感分析 - 数据预处理 - 文本清洗与标注公开
- 91情感分析 - 模型构建 - 训练情感分类模型公开
- 92机器翻译 - 序列到序列模型 - Seq2Seq 原理公开
- 93机器翻译 - 注意力机制 - 增强翻译效果公开
- 94问答系统 - 知识图谱 - 构建问答知识基础公开
- 95问答系统 - 模型实现 - 实现问答交互功能公开
- 96图像分类 - 数据准备 - 收集与标注图像数据公开
- 97图像分类 - 模型训练 - 训练分类模型流程公开
- 98目标检测 - 基本概念 - 检测图像中目标位置公开
- 99目标检测 - 经典算法 - YOLO、Faster R CNN 等公开
- 100语义分割 - 任务定义 - 对图像像素分类公开
- 101语义分割 - 模型架构 - U Net、Mask R CNN 等公开
- 102图像生成 - 自动编码器 - 图像特征提取与重构公开
- 103图像生成 - 变分自动编码器 - VAE 原理与应用公开
- 104人脸识别 - 特征提取 - 提取人脸特征方法公开
- 105人脸识别 - 模型训练 - 训练人脸识别模型公开
- 106音频基础 - 音频数据表示 - 波形与频谱特征公开
- 107音频基础 - 音频文件格式 - WAV、MP3 等解析公开
- 108语音识别 - 声学模型 - 识别语音信号公开
- 109语音识别 - 语言模型 - 处理语音文本公开
- 110语音合成 - 文本到语音 - TTS 技术原理公开
- 111语音合成 - 合成模型 - 训练合成语音模型公开
- 112音频分类 - 特征提取 - 提取音频特征向量公开
- 113音频分类 - 模型训练 - 训练音频分类模型公开
- 114医疗图像分析 - 数据获取 - 收集医疗影像数据公开
- 115医疗图像分析 - 疾病诊断 - 辅助诊断疾病公开
- 116医疗数据挖掘 - 数据预处理 - 清洗医疗数据公开
- 117医疗数据挖掘 - 预测分析 - 预测疾病风险公开
- 118药物研发 - 分子表示 - 表示药物分子结构公开
- 119药物研发 - 活性预测 - 预测药物活性公开
- 120工业质量检测 - 图像检测 - 检测产品外观缺陷公开
- 121工业质量检测 - 数据监测 - 监测生产数据异常公开
- 122智能物流 - 路径规划 - 优化物流配送路径公开
- 123智能物流 - 需求预测 - 预测物流需求公开
- 124能源管理 - 负荷预测 - 预测能源负荷公开
- 125能源管理 - 优化调度 - 优化能源分配公开
- 126金融风险评估 - 数据特征 - 提取金融风险特征公开
- 127金融风险评估 - 模型构建 - 构建风险评估模型公开
- 128股票价格预测 - 数据处理 - 处理股票历史数据公开
- 129股票价格预测 - 模型训练 - 训练预测模型公开
- 130客户细分 - 特征工程 - 提取客户特征公开
- 131客户细分 - 聚类算法 - 对客户进行分类公开
- 132物理模拟 - 模拟物理过程 - 用模型模拟物理现象公开
- 133物理模拟 - 参数优化 - 优化物理模型参数公开
- 134生物信息学 - 基因序列分析 - 分析基因序列数据公开
- 135生物信息学 - 蛋白质结构预测 - 预测蛋白质结构公开
- 136天文学 - 天体图像分析 - 分析天文图像数据公开
- 137天文学 - 天体分类 - 对天体进行分类公开
- 138可解释性基础 - 重要性 - 理解模型决策原因公开
- 139可解释性方法 - 特征重要性 - 评估特征影响力公开
- 140可解释性方法 - 局部解释 - 解释单个预测公开
- 141可解释性方法 - 全局解释 - 解释模型整体行为公开
- 142可解释性工具 - LIME - 局部可解释模型公开
- 143可解释性工具 - SHAP - 统一解释框架公开
- 144模型安全 - 对抗攻击 - 生成对抗样本攻击模型公开
- 145模型安全 - 防御策略 - 防御对抗攻击方法公开
- 146隐私保护 - 差分隐私 - 保护数据隐私技术公开
- 147隐私保护 - 联邦学习 - 多方协作训练模型公开
- 148与 PyTorch 集成 - 对比与结合 - 发挥两者优势公开
- 149与 Scikit - learn 集成 - 利用工具预处理公开
- 150与 Keras 集成 - 简化开发 - 使用 Keras API公开