Tensorflow（实战Google深度学习框架） Tensorflow：实战Google深度学习框

深度学习简介
TensorFlow 环境搭建
TensorFlow 入门
深层神经网络
MNIST 数字识别问题
图像识别与卷积神经网络
图像数据处理
循环神经网络
TensorBoard 可视化
TensorFlow 计算加速

深度学习简介输入->基础特征->特殊特征->权重->预测
如搜狗输入法中文输入 ten
ten 为输入，基础特征是中文拼音，特殊特征为读音、中文喜好(经常使用的中文)、拼音截取(te'n/t'en)等作为特殊特征，按照权重进行预测分布。

文章图片
img1.png

为构思的输入预测，并未阅读搜狗输入法源码，并不确定是输入法真实的实现方式

计算图 Tensor （张量）=》多维数组
张量即描述事物的多维数组，二维数组能够描述一条线，三维数组能够描述线以及线的角度，多维数组能够描述各种特征。
Flow（流）

文章图片
img2.png

文章图片
img3.png 深层神经网络损失函数 >0.5 => 1 <0.5 => 0 预测
（梯度下降算法
反向传播算法）真实
MNIST 数字识别问题 mnist 手写体数字识别数据集
包含60000个训练数据及10000个测试数据，可分为10类
图像识别与卷积神经网络CNN 图像数据处理
【Tensorflow（实战Google深度学习框架）】循环神经网络