# Learn-Tensorflow
介绍TF的基本概念，常用函数说明及一些TF的应用例子。
## 内容列表
- [基本概念](./tf_basic_concept.ipynb):
- 关于Tensorflow
- 使用步骤:
- 构建图
- 执行图计算
- 交互式使用
- 变量的创建，初始化，保存和加载
- 函数功能说明:
- [Graph相关](./tf_graph_ops.ipynb):
- `tf.Graph.as_default()`: 将某个图设置为默认图。
- `tf.Session()`: 运行图，用于评估图中节点的输出结果。
- `tf.ConfigProto()`: 为`tf.Session()`添加一些设置。
- `tf.GPUOptions()`: 设置`tf.ConfigProto()`中GPU部分。
- [Tensor变换](./tf_tensor_ops.ipynb):
- `tf.concat()`: 在某个维度上连接一组`Tensor`。
- `tf.transpose()`: 对张量中的维度进行调换，当张量为2维，相当于转置。
- `tf.convert_to_tensor()`: 将一个非Tensor数据值转化为`Tensor`类型。
- `tf.cast()`: 转换一个Tensor的数据类型。
- `tf.get_variable()`: 获取一个已经存在的变量或者建立一个新的变量. 这个函数可以配合variable scope进行变量重用.
- `tf.clip_by_value()`:将tensor剪切到特定的min与max之间.
- `tf.map_fn()`: 对`elems`在第0维度展开后组成的每一项运用`fn`函数
- `tf.gather()`: 根据索引从参数轴上收集切片.
- `tf.gradients()`: 计算`ys`张量列表对于`xs`张量列表的偏导数.
- `tf.zeros_like()`: 建立跟输入张量`dtype`与`shape`一样但所有元素都是0的张量.
- `tf.stop_gradient()`: 在构建计算梯度的op时，此op防止将其输入的贡献考虑在内.
- `tf.placeholder_with_default()`: 当没有输入feed的时候，使用`input`参数给的值.
- [NN神经网络相关](./tf_nn_ops.ipynb):
- `tf.nn.softmax()`: 计算Tensor某一维度上的softmax激活值。
- `tf.nn.conv2d()`: 根据4-D的input与filter计算2-D的卷积运算.
- `tf.nn.dropout()`: 计算dropout, 输出有`keep_prob`的概率会乘以系数$\dfrac{1}{\text{keep_drop}}$, 否则输出置为0.
- [Train相关](./tf_train_ops.ipynb):
- `tf.train.string_input_producer`: 相较于`feed_dict`的另一种数据输入方式。输出字符串列表(如文件名称)到一个输入管道队列中。
- `tf.train.batch`: 创建张量Batch。
- [Distribution相关](./tf_distribution_ops.ipynb)
- `tf.random_normal`: 返回正太分布区域的随机值.
- `tf.truncated_normal`: 返回截断正太分布区域的随机值. 所谓截断表示**如果生成的值大于平均值周围2个标准偏差的值则丢弃重新选择**。
- [contrib相关](./tf_contrib.ipynb)
- `tf.contrib.layers.xavier_initializer()`: 返回一个初始化器, 其可以对权值实现的Xavier初始化.
- `tf.contrib.layers.batch_norm()`: 对`conv2d`或者`fullu_connected`层进行batch归一化.
- [tf dbg调试](./tf_dbg.py): 一种tensorflow带的调试方法.
- [Optimizer优化器相关(梯度计算)](./tf_train_optimizer.ipynb)
> 包含常见的优化器，及其手写方法。
- `tf.train.MomentumOptimizer()`: Momentum动量学习方法.
- `tf.train.AdagradOptimizer()`: Adagrad学习方法.
## 使用例子
- [鸢尾花使用](./tf-official/eager_execution_start.ipynb)
- [莫烦教程例子](./tf-mofan/)
## 参考文档
- [W3CTF文档](https://www.w3cschool.cn/tensorflow_python/)
- [TF官方文档](https://www.tensorflow.org/api_docs/python/)
_存储在学习人工智能（AI）中涉及到的各种基础知识，工具，模型，算法，代码等。_learn-ai.zip （241个子文件） 
edgeDetection.cpp 413B corrode.cpp 356B playVideo.cpp 304B captureVideo.cpp 303B vague.cpp 294B imageShow.cpp 141B train.csv 450KB test.csv 441KB sample_submission.csv 31KB openCVLearn.vcxproj.filters 936B
sgd_without_momentum.gif 2KB sgd_with_momentum.gif 2KB .gitignore 5KB .gitignore 1KB .gitignore 30B .gitignore 12B
train.csv.gz 89KB test.csv.gz 82KB sample_submission.csv.gz 15KB learnAI.iml 476B build_NNs-checkpoint.ipynb 1.7MB examples.ipynb 408KB examples-checkpoint.ipynb 73KB build_NNs.ipynb 54KB eager_execution_start.ipynb 49KB eager_execution_start-checkpoint.ipynb 49KB tf_tensor_ops.ipynb 45KB tf_tensor_ops-checkpoint.ipynb 45KB linear_regression.ipynb 30KB basic_usage.ipynb 29KB basic_usage-checkpoint.ipynb 29KB tf_train_optimizer-checkpoint.ipynb 21KB tf_train_optimizer.ipynb 21KB som.ipynb 20KB build_rnn_classify.ipynb 18KB ga.ipynb 15KB paradise-eager.ipynb 15KB paradise-eager-checkpoint.ipynb 15KB rnn-checkpoint.ipynb 14KB rnn.ipynb 14KB probability_theory.ipynb 14KB probability_theory-checkpoint.ipynb 14KB tf_contrib-checkpoint.ipynb 12KB tf_basic_concept.ipynb 12KB tf_basic_concept-checkpoint.ipynb 12KB optimal_solution_with_constraint.ipynb 11KB optimal_solution_with_constraint-checkpoint.ipynb 11KB algorithms.ipynb 10KB algorithms-checkpoint.ipynb 10KB cnn.ipynb 9KB cnn-checkpoint.ipynb 9KB svm.ipynb 9KB tf_nn_ops.ipynb 9KB tf_nn_ops-checkpoint.ipynb 9KB build_classify.ipynb 8KB build_classify-checkpoint.ipynb 8KB tools_usage.ipynb 8KB build_rnn_classify-checkpoint.ipynb 8KB introduction.ipynb 7KB introduction-checkpoint.ipynb 7KB np_funcs.ipynb 7KB np_funcs-checkpoint.ipynb 7KB decision_tree.ipynb 6KB ml_auxiliary.ipynb 6KB paradise-normal-checkpoint.ipynb 6KB paradise-normal.ipynb 6KB tf_gen_data.ipynb 6KB tf_gen_data-checkpoint.ipynb 6KB dl_auxiliary.ipynb 6KB dl_auxiliary-checkpoint.ipynb 6KB np_random.ipynb 5KB np_random-checkpoint.ipynb 5KB np.random-checkpoint.ipynb 5KB monte_carlo.ipynb 5KB monte_carlo-checkpoint.ipynb 5KB from_perceptron_to_nn.ipynb 5KB logistic_regression.ipynb 5KB k_means.ipynb 5KB markov_decision.ipynb 5KB markov_decesion-checkpoint.ipynb 5KB advanced_usage.ipynb 5KB dynamic_program.ipynb 5KB dynamic_program-checkpoint.ipynb 5KB linear_algebra.ipynb 5KB linear_algebra-checkpoint.ipynb 5KB information_theory.ipynb 5KB information_theory-checkpoint.ipynb 5KB Untitled.ipynb 4KB cnn_history.ipynb 4KB cnn_history-checkpoint.ipynb 4KB notation.ipynb 4KB notation-checkpoint.ipynb 4KB hello_world.ipynb 4KB hello_world-checkpoint.ipynb 4KB tf_graph_ops.ipynb 4KB tf_graph_ops-checkpoint.ipynb 4KB image_process.ipynb 4KB image_process-checkpoint.ipynb 4KB random_forest.ipynb 4KB tf_contrib.ipynb 4KB共 241 条
- 1
- 2
- 3
资源评论
