目录
汽车实验室_122 1
第1篇 27_动手实现TensorFlow--实现梯度下降 2
第2篇 28_动手实现TensorFlow--反向传播Backpropagation 8
第3篇 29_动手实现TensorFlow--随机梯度下降 18
第4篇 3-00 TensorFlow入门--安装TensorFlow 20
第5篇 3-01 TensorFlow入门-Hello World 24
第6篇 3-01 TensorFlow入门-训练分类器 29
第7篇 3-03 TensorFlow入门-One_Hot编码与交叉熵 41
第8篇 3-04 TensorFlow入门-输入与优化 53
第9篇 3-05 TensorFlow入门--过拟合以及训练集的大小 60
第10篇 3-06 TensorFlow入门--随机梯度下降 65
第11篇 04-00 Deep_Neural_Network--线性模型的局限性 74
第12篇 04-01 Deep_Neural_Network--在TensorFlow中建立深度神经网络 84
第13篇 04-02 Deep_Neural_Network--在TensorFlow保存与加载model 92
第14篇 04-03 Deep_Neural_Network--正则化与Dropout 97
第15篇 05-00 CNN--卷积神经网络简介 106
第16篇 05-01 CNN--直觉与滤波器 120
第17篇 05-02 CNN-参数共享的作用 135
第18篇 传统汽车巨头如何防御破坏性技术? 139
第19篇 05-03 CNN-可视化CNN与TensorFlow实现 145
第20篇 05-04 CNN-池化与1x1卷积 151
第21篇 06 交通标志识别--LeNet的TensorFlow实现 158
第22篇 项目为啥延期之一:计划问题 170
第23篇 07-00使用Keras进行交通标志识别 176