TensorFlow 2.3 深度学习与卷积神经网络

2-1

人脑行为学（感知器介绍）神经末梢、逆向传播

2-2

物以类聚（样本分类实现）linspace、random

2-3

两种颜色，非黑即白（采用感知器进行二分类）matplotlib、lambda、legend

3-1

兵马未动,粮草先行（加载与预处理训练素材）keras、datasets、mnist

3-2

要复杂，先简单（构建简单神经网络）y_predict、one-hot、matmul

3-3

“熵” 不确定性的度量（softmax与交叉熵推导）entropy、softmax

3-4

豪厘之差,将致千里（GradientTape减少误差）gradient、reduce_mean、Loss

3-5

算法好不好就看正确率（求解正确率）accuracy、assign_sub、variable

4-1

输入、隐藏、输出（构建DNN深度神经网络）input、hidden、ouput

4-2

巧妇难为无米之炊（加载Keras训练数据）fashion、imshow、show

4-3

构建地球村（采用Keras构建全连接网络）sequential、flatten、dense

4-4

一图胜千言（TensorBoard可视化）sparse、categorical、crossentropy

4-5

编写一次，到处运行（TF多环境并存解决方案）venv、anyplace