SUMMARY.md

Summary

• 前言

• 一、TensorFlow的建模流程

• 1-1,结构化数据建模流程范例

• 1-2,图片数据建模流程范例

• 1-3,文本数据建模流程范例

• 1-4,时间序列数据建模流程范例

• 二、TensorFlow的核心概念

• 2-1,张量数据结构

• 2-2,三种计算图

• 2-3,自动微分机制

• 三、TensorFlow的层次结构

• 3-1,低阶API示范

• 3-2,中阶API示范

• 3-3,高阶API示范

• 四、TensorFlow的低阶API

• 4-1,张量的结构操作

• 4-2,张量的数学运算

• 4-3,AutoGraph的使用规范

• 4-4,AutoGraph的机制原理

• 4-5,AutoGraph和tf.Module

• 五、TensorFlow的中阶API

• 5-1,数据管道Dataset

• 5-2,特征列feature_column

• 5-3,激活函数activation

• 5-4,模型层layers

• 5-5,损失函数losses

• 5-6,评估指标metrics

• 5-7,优化器optimizers

• 5-8,回调函数callbacks

• 六、TensorFlow的高阶API

• 6-1,构建模型的3种方法

• 6-2,训练模型的3种方法

• 6-3,使用单GPU训练模型

• 6-4,使用多GPU训练模型

• 6-5,使用TPU训练模型

• 6-6,使用tensorflow-serving部署模型

• 6-7,使用spark-scala调用tensorflow模型

• 后记：一个吃货和一道菜的故事