1.[1.1.1]--1.1人工智能三学派
2.[1.2.1]--1.2神经网络设计过程
3.[1.3.1]--1.3张量生成
4.[1.4.1]--1.4TF2常用函数1
5.[1.5.1]--1.5TF2常用函数2
6.[1.6.1]--1.6鸢尾花数据集读入
7.[1.7.1]--1.7神经网络实现鸢尾花分类
8.[1.8.1]--1.8-Tensorflow2安装
9.[2.1.1]--2.1预备知识
10.[2.2.1]--2.2复杂度学习率
11.[2.3.1]--2.3激活函数
12.[2.4.1]--2.4损失函数
13.[2.5.1]--2.5缓解过拟合
14.[2.6.1]--2.6优化器
15.[3.1.1]--3.1搭建网络八股sequential
16.[3.2.1]--3.2搭建网络八股class
17.[3.3.1]--3.3MNIST数据集
18.[3.4.1]--3.4FASHION数据集
19.[4.1.1]--4.1搭建网络八股总览
20.[4.2.1]--4.2自制数据集
21.[4.3.1]--4.3数据增强
22.[4.4.1]--4.4断点续训
23.[4.5.1]--4.5参数提取
24.[4.6.1]--4.6acc&loss可视化
25.[4.7.1]--4.7给图识物
26.[5.1.1]--5.1卷积计算过程
27.[5.2.1]--5.2感受野
28.[5.3.1]--5.3全零填充
29.[5.4.1]--5.4TF描述卷积计算层
30.[5.5.1]--5.5批标准化
31.[5.6.1]--5.6池化
32.[5.7.1]--5.7舍弃
33.[5.8.1]--5.8卷积神经网络
34.[5.9.1]--5.9CIFAR0数据集
35.[5.10.1]--5.10卷积神经网络搭建示例
36.[5.11.1]--5.11LeNet
37.[5.12.1]--5.12AlexNet
38.[5.13.1]--5.13VGGNet
39.[5.14.1]--5.14InceptionNet
40.[5.15.1]--5.15ResNet
41.[5.16.1]--5.16经典卷及网络小结
42.[6.1.1]--6.1循环核
43.[6.2.1]--6.2循环核时间步展开
44.[6.3.1]--6.3循环计算层
45.[6.4.1]--6.4TF描述循环计算层
46.[6.5.1]--6.5循环计算过程I
47.[6.6.1]--6.6字母预测onehot_1pre1
48.[6.7.1]--6.7循环计算过程II
49.[6.8.1]--6.8字母预测onehot_4pre1
50.[6.9.1]--6.9Embedding编码
51.[6.10.1]--6.10字母预测Embedding_1pre1
52.[6.11.1]--6.11字母预测Embedding_4pre1
53.[6.12.1]--6.12RNN实现股票预测
54.[6.13.1]--6.13LSTM实现股票预测(LSTM计算过程_TF描
55.[6.14.1]--6.14GRU实现股票预测(GRU计算过程_TF描述G
