日期 | 学习内容 | 内容难度 | 预计学习时间 | 更新状态 |
---|---|---|---|---|
一、TensorFlow的建模流程 | ⭐️ | 0hour | ✅ | |
day1 | 1-1,结构化数据建模流程范例 | ⭐️⭐️⭐️ | 1hour | ✅ |
day2 | 1-2,图片数据建模流程范例 | ⭐️⭐️⭐️⭐️ | 2hour | ✅ |
day3 | 1-3,文本数据建模流程范例 | ⭐️⭐️⭐️⭐️⭐️ | 2hour | ✅ |
day4 | 1-4,时间序列数据建模流程范例 | ⭐️⭐️⭐️⭐️⭐️ | 2hour | ✅ |
二、TensorFlow的核心概念 | ⭐️ | 0hour | ✅ | |
day5 | 2-1,张量数据结构 | ⭐️⭐️⭐️⭐️ | 1hour | ✅ |
day6 | 2-2,三种计算图 | ⭐️⭐️⭐️⭐️⭐️ | 2hour | ✅ |
day7 | 2-3,自动微分机制 | ⭐️⭐️⭐️ | 1hour | ✅ |
三、TensorFlow的层次结构 | ⭐️ | 0hour | ✅ | |
day8 | 3-1,低阶API示范 | ⭐️⭐️⭐️⭐️ | 1hour | ✅ |
day9 | 3-2,中阶API示范 | ⭐️⭐️⭐️ | 1hour | ✅ |
day10 | 3-3,高阶API示范 | ⭐️⭐️⭐️ | 1hour | ✅ |
四、TensorFlow的低阶API | ⭐️ | 0hour | ✅ | |
day11 | 4-1,张量的结构操作 | ⭐️⭐️⭐️⭐️⭐️ | 2hour | ✅ |
day12 | 4-2,张量的数学运算 | ⭐️⭐️⭐️⭐️ | 1hour | ✅ |
day13 | 4-3,AutoGraph的使用规范 | ⭐️⭐️⭐️ | 0.5hour | ✅ |
day14 | 4-4,AutoGraph的机制原理 | ⭐️⭐️⭐️⭐️⭐️ | 2hour | ✅ |
day15 | 4-5,AutoGraph和tf.Module | ⭐️⭐️⭐️⭐️ | 1hour | ✅ |
五、TensorFlow的中阶API | ⭐️ | 0hour | ✅ | |
day16 | 5-1,数据管道Dataset | ⭐️⭐️⭐️⭐️⭐️ | 2hour | ✅ |
day17 | 5-2,特征列feature_column | ⭐️⭐️⭐️⭐️ | 1hour | ✅ |
day18 | 5-3,激活函数activation | ⭐️⭐️⭐️ | 0.5hour | ✅ |
day19 | 5-4,模型层layers | ⭐️⭐️⭐️ | 1hour | ✅ |
day20 | 5-5,损失函数losses | ⭐️⭐️⭐️ | 1hour | ✅ |
day21 | 5-6,评估指标metrics | ⭐️⭐️⭐️ | 1hour | ✅ |
day22 | 5-7,优化器optimizers | ⭐️⭐️⭐️ | 0.5hour | ✅ |
day23 | 5-8,回调函数callbacks | ⭐️⭐️⭐️⭐️ | 1hour | ✅ |
六、TensorFlow的高阶API | ⭐️ | 0hour | ✅ | |
day24 | 6-1,构建模型的3种方法 | ⭐️⭐️⭐️ | 1hour | ✅ |
day25 | 6-2,训练模型的3种方法 | ⭐️⭐️⭐️⭐️ | 1hour | ✅ |
day26 | 6-3,使用单GPU训练模型 | ⭐️⭐️ | 0.5hour | ✅ |
day27 | 6-4,使用多GPU训练模型 | ⭐️⭐️ | 0.5hour | ✅ |
day28 | 6-5,使用TPU训练模型 | ⭐️⭐️ | 0.5hour | ✅ |
day29 | 6-6,使用tensorflow-serving部署模型 | ⭐️⭐️⭐️⭐️ | 1hour | ✅ |
day30 | 6-7,使用spark-scala调用tensorflow模型 | ⭐️⭐️⭐️⭐️⭐️ | 2hour | ✅ |
2,学习环境
本书全部源码在jupyter中编写测试通过,建议通过git克隆到本地,并在jupyter中交互式运行学习。
为了直接能够在jupyter中打开markdown文件,建议安装jupytext,将markdown转换成ipynb文件。
项目测试tf版本:2.1.0
📚 gitbook电子书地址: https://lyhue1991.github.io/eat_tensorflow2_in_30_days
🚀 github项目地址:https://github.com/lyhue1991/eat_tensorflow2_in_30_days
🐳 kesci专栏地址:https://www.kesci.com/home/column/5d8ef3c3037db3002d3aa3a0
- 🚀 公众号 “算法美食屋” 后台回复暗号:”吃货来了“
- 😋 获取教程的jupyter notebook 源码文件以及全部数据集的百度云盘下载链接。
- https://mp.weixin.qq.com/s/ymLtH5BqlWAkpOmCLQOYxw