- 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。
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）
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
循环神经网络