TensorFlow 2.0 / TF2.0 入门教程实战案例

whataa 发布于2019-07-31 10:36 / 1536人阅读

摘要：七强化学习玩转介绍了使用创建来玩游戏将连续的状态离散化。包括输入输出独热编码与损失函数，以及正确率的验证。

用最白话的语言，讲解机器学习、神经网络与深度学习
示例基于 TensorFlow 1.4 和 TensorFlow 2.0 实现

中文文档

TensorFlow 2 / 2.0 官方文档中文版

知乎专栏

欢迎关注我的知乎专栏 https://zhuanlan.zhihu.com/geektutu

OpenAI gym

TensorFlow 2.0 (九) - 强化学习70行代码实战 Policy Gradient

Github - gym/CartPole-v0-policy-gradient

介绍了策略梯度算法(Policy Gradient)来玩 CartPole-v0

TensorFlow 2.0 (八) - 强化学习 DQN 玩转 gym Mountain Car

Github - gym/MountainCar-v0-dqn

介绍了DQN(Deep Q-Learning)来玩MountainCar-v0游戏

Q-Table用神经网络来代替。

TensorFlow 2.0 (七) - 强化学习 Q-Learning 玩转 OpenAI gym

Github - gym/MountainCar-v0-q-learning

介绍了使用Q-Learning(创建Q-Table)来玩MountainCar-v0游戏

将连续的状态离散化。

TensorFlow 2.0 (六) - 监督学习玩转 OpenAI gym game

Github - gym/CartPole-v0-nn

介绍了使用纯监督学习(神经网络)来玩CartPole-v0游戏

使用TensorFlow 2.0

mnist

TensorFlow 2.0 (五) - mnist手写数字识别(CNN卷积神经网络)

Github - v4_cnn

介绍了如何搭建CNN网络，准确率达到0.99

使用TensorFlow 2.0

TensorFlow入门(四) - mnist手写数字识别(制作h5py训练集)

Github - make_data_set

介绍了如何使用 numpy 制作 npy 格式的数据集

介绍了如何使用 h5py 制作 HDF5 格式的数据集

TensorFlow入门(三) - mnist手写数字识别(可视化训练)

Github - mnist/v3

介绍了tensorboard的简单用法，包括标量图、直方图以及网络结构图

TensorFlow入门(二) - mnist手写数字识别(模型保存加载)

Github - mnist/v2

介绍了 TensorFlow 中如何保存训练好的模型

介绍了如何从某一个模型为起点继续训练

介绍了模型如何加载使用，传入真实的图片如何识别

TensorFlow入门(一) - mnist手写数字识别(网络搭建)

Github - mnist/v1

这篇博客介绍了使用 TensorFlow 搭建最简单的神经网络。

包括输入输出、独热编码与损失函数，以及正确率的验证。

云服务器 GPU云服务器 tensorflow入门与实战 tensorflow实战 tensorflow技术解析与实战 hadoop实战案例

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/44089.html

tensorflow入门与实战

TensorFlow是一种流行的机器学习库，它提供了许多工具和技术，使得机器学习和深度学习变得更加容易。在这篇文章中，我们将介绍TensorFlow的入门和实战技术，帮助您开始使用这个强大的工具。首先，让我们来了解一下TensorFlow的基础知识。TensorFlow是一个用于数值计算的开源软件库，它使用数据流图来表示数学运算。数据流图是一种图形表示法，它将数学运算表示为节点，将数据表示为边...

_Zhao 2023-04-26 03:03 评论0 收藏400
ApacheCN 人工智能知识树 v1.0

摘要：贡献者飞龙版本最近总是有人问我，把这些资料看完一遍要用多长时间，如果你一本书一本书看的话，的确要用很长时间。为了方便大家，我就把每本书的章节拆开，再按照知识点合并，手动整理了这个知识树。 Special Sponsors showImg(https://segmentfault.com/img/remote/1460000018907426?w=1760&h=200); 贡献者：飞龙版...

刘厚水 2019-06-26 19:00 评论0 收藏0