TensorFlow编程实战

初识TensorFlow TensorFlow简介 TensorFlow的特性 Hello, TensorFlow 机器学习概述 Python知识点回顾 语法 数据类型 字符串 控制流 函数 TensorFlow编程基础 张量 —— Tensor 变量、常量和占位符 操作 —— Operation 会话 ——Session 阶、形状和数据类型 用TensorFlow实现数学运算 Mandelbrot集合-简介 Mandelbrot集合-实现 Julia集合 计算梯度 均与分布与正态分布-简介 均与分布与正态分布-实现 蒙特卡洛方法-简介 蒙特卡洛方法-实现 蒙特卡洛方法-应用场景 机器学习之KNN分类 K邻近算法简介(KNN) KNN-构建训练集 KNN-代价函数与优化 KNN-测试与评估 KNN-应用场景 机器学习之K-means聚类 K-means算法简介 K-means-构建训练集 K-means-训练集可视化 K-means-生成质心 K-means-代价函数与质心优化 K-means-测试与评估 K-means-应用场景 机器学习之线性回归 线性回归算法简介 数据模型 代价函数 梯度下降法 测试与结果 实战练习 线性回归应用场景 机器学习之逻辑回归 逻辑回归算法简介 库导入与变量初始化 构建模型 启动会话 测试评估 实战练习 逻辑回归应用场景 机器学习之人工神经网络 人工神经网络算法简介 单层神经网络 多层神经网络 库导入与变量初始化 构建模型第一层 构建模型第二层 启动会话 测试评估 实战练习 神经网络应用场景