Tensorflow基本应用之基础入门系列视频课程

2-1

创建图-启动图介绍Tensorflow的结构以及运行流程，然后动手写一个简单的程序。

「仅限付费用户」点击下载“Tensorflow基础入门资料.txt”

2-2

变量介绍Tensorflow变量的定义和使用。

2-3

fetch and feed介绍Fetch和Feed的使用。

3-1

非线性回归Tensorflow实现非线性回归。

3-2

MNIST数据集和Softmax讲解介绍MNIST数据集和Softmax。

4-1

交叉熵(cross-entropy)介绍二次代价函数存在的问题，以及交叉熵的定义和优势。

4-2

过拟合以及Dropout介绍介绍过拟合的定义，防止过拟合的方法以及Dropout的使用。

4-3

优化器Optimizer介绍了SGD，Momentum，NAG，Adagrad，RMSprop等优化器的公式以及特点。

5-1

第4周作业网络优化上一周作业讲解。

5-2

Tensorboard网络结构使用Tensorboard来可视化神经网络的结构。

5-3

Tensorboard网络运行使用Tensorboard来可视化网络运行过程中权值，偏置，准确率等参数的变化和分布。

6-1

卷积神经网络CNN介绍介绍CNN的基础知识。

6-2

CNN应用于MNIST数据集分类CNN应用于MNIST数据集分类的程序。