【目錄】tensorflow學習筆記

簡介：

　　目前工作為nlp相關的分類及數據治理，之前也使用tensorflow寫過一些簡單分類的代碼，感受到深度學習確實用處較大，想更加系統和全面的學習下tensorflow的相關知識，於是我默默的打開了b站；發現了一門比較好的視頻課程: 深度學習框架Tensorflow學習與應用 ，看樣子像是煉數成金的培訓視頻；接下來也會像之前c++總結那樣，簡單總結一下tensorflow的相關知識和用法。

• 如果你喜歡動手實踐，可以試試這兩本書 《python深度學習》、《動手學深度學習》
• 如果你對數學比較感興趣，更喜歡剖析背后的原理，可以試試這兩本《神經網絡與深度學習》、《深度學習》

　　接口查看手冊：TensorFlow官方文檔（中文可搜索）

　　tensorflow的基本概念：

• 使用圖（graphs）來表示計算任務
• 在被稱之為會話（Session）的上下文（context）中執行圖
• 使用tensor表示數據
• 通過變量（Variable）維護狀態
• 使用feed和fetch可以為任意的操作賦值或者從其中獲取數據

　　Tensorflow是一個編程系統，使用圖（graphs）來表示計算任務，圖（graphs）中的節點稱之為op（operation），一個op獲得0個或多個Tensor，執行計算，產生0個或多個Tensor。Tensor看作是一個n維的數組或列表。圖必須在會話（Session）里被啟動。

目錄：

1. tensorflow簡介、目錄
2. tensorflow中的圖（02-1）
3. tensorflow變量的使用（02-2）
4. tensorflow中的Fetch、Feed（02-3）
5. tensorflow版~helloworld---擬合線性函數的k和b（02-4）
6. tensorflow非線性回歸（03-1）
7. MNIST手寫數字分類simple版（03-2）
8. 代價函數（二次、交叉熵、對數似然代價函數）
9. 多層網絡通過防止過擬合，增加模型的准確率（04-2）
10. 修改優化器進一步提升准確率（04-3）
11. 手寫數字識別-卷積神經網絡cnn（06-2）
12. 循環神經網絡rnn與長短時記憶神經網絡簡述（07-2）
13. 循環神經網絡lstm代碼實現（07-3）
14. tensorflow模型保存和使用08
15. 下載inception v3  google訓練好的模型並解壓08-3
16. 使用inception v3做各種圖像分類識別08-4
17. word2vec模型訓練簡單案例
18. textcnn文本分類簡述及代碼