TensorFlow 2.0从入门到提高
1 人学过
TensorFlow 2.0 默认采用eager执行模式，降低了使用难度。
课程内容
共6个章节 24个实验
1 建模流程
建模流程
实验1 结构化数据建模流程范例
结构化数据建模流程范例
实验2 图片数据建模流程范例
图片数据建模流程范例
实验3 时间序列数据建模流程范例
时间序列数据建模流程范例
2 核心概念
核心概念
实验1 张量数据结构
张量数据结构
实验2 三种计算图
三种计算图
实验3 自动微分机制
自动微分机制
3 层次结构
层次结构
实验1 低阶API示范
低阶API示范
实验2 中阶API示范
中阶API示范
实验3 高阶API示范
高阶API示范
4 低阶API
低阶API
实验1 张量的结构操作
张量的结构操作
实验2 张量的数学运算
张量的数学运算
实验3 AutoGraph的使用规范
AutoGraph的使用规范
实验4 AutoGraph的机制原理
AutoGraph的机制原理
实验5 AutoGraph和tf.Module
AutoGraph和tf.Module
5 中阶API
中阶API
实验1 数据管道Dataset
数据管道Dataset
实验2 特征列feature_column
特征列feature_column
实验3 激活函数activation
激活函数activation
实验4 模型层layers
模型层layers
实验5 损失函数losses
损失函数losses
实验6 评估指标metrics
评估指标metrics
实验7 优化器optimizers
优化器optimizers
实验8 回调函数callbacks
回调函数callbacks
6 高阶API
高阶API
实验1 构建模型的3种方法
构建模型的3种方法
实验2 训练模型的3种方法
训练模型的3种方法
