深度学习之tenforflow入门、原理与进阶实战源码

【实例简介】
对应《深度学习之tensorflow入门、原理与进阶实战》大量的实例（共96个），全面而深入地讲解了深度学习神经网络原理和TensorFlow使用方法两方面的内容。实例具有很强的实用性，如对图片分类、制作一个简单的聊天机器人、进行图像识别等，能帮助读者快速地掌握该章的重点内容。
【实例截图】
【核心代码】
4744302543386198837.rar
└── 代码
├── 10-1 自编码.py
├── 10-2 自编码进阶.py
├── 10-3 卷积网络自编码.py
├── 10-4 自编码练习题.py
├── 10-5 去噪自编码.py
├── 10-6 自编码综合.py
├── 10-7 分布自编码综合.py
├── 10-8 变分自编码器.py
├── 10-9 条件变分自编码器.py
├── 11-1 tfrecodertest.py
├── 11-2 inception_resnet_v2使用.py
├── 11-3 vgg19图片检测使用.py
├── 11-4 Object Detection使用.py
├── 12-1 Mnistinfogan.py
├── 12-2 aegan.py
├── 12-3 wgan_gp.py
├── 12-4 mnistLSgan.py
├── 12-5 GAN-cls.py
├── 12-6 mnistEspcn.py
├── 12-7 tfrecoderSRESPCN.py
├── 12-8 resESPCN.py
├── 12-9 rsgan.py
├── 3-1 线性回归.py
├── 3-2 字典.py
├── 3-3 无占位符.py
├── 3-4 字典2.py
├── 4-10 get_variable配合variable_scope.py
├── 4-11 get_variable配合variable_scope2.py
├── 4-12 共享变量的作用域与初始化.py
├── 4-13 作用域与操作符的受限范围.py
├── 4-14 图的基本操作.py
├── 4-15 ps.py
├── 4-16 worker.py
├── 4-17 worker2.py
├── 4-1 sessionhello.py
├── 4-2 withsession.py
├── 4-3 withsessionfeed.py
├── 4-4 线性回归模型保存及载入.py
├── 4-5 模型内容.py
├── 4-6 保存检查点.py
├── 4-7 trainmonitored.py
├── 4-8 线性回归的tensorboard可视化.py
├── 4-9 get_variable和Variable的区别.py
├── 5-1 mnist数据集.py
├── 5-2 mnist分类.py
├── 6-1 softmax应用.py
├── 6-2 sparesoftmaxwithminist.py.py
├── 6-3 退化学习率.py
├── 6-4 Maxout网络实现mnist分类.py
├── 7-10 xorerr2.py
├── 7-11 xorerr3.py
├── 7-1 线性逻辑回归.py
├── 7-2 线性多分类.py
├── 7-3 异或.py
├── 7-4 异或one_hot.py
├── 7-5 mnist多层分类.py
├── 7-6 异或集的过拟合.py
├── 7-7 异或集的L2_loss.py
├── 7-8 异或集dropout.py
├── 7-9 xorerr1.py
├── 8-10 MNIST卷积.py
├── 8-11 Cifar全连接卷积.py
├── 8-12 反卷积操作.py
├── 8-13 反池化操作.py
├── 8-14 gradients0.py
├── 8-15 gradients1.py
├── 8-16 gradients2.py
├── 8-17 cifar反卷积.py
├── 8-18 cifar简洁代码.py
├── 8-19 cifar卷积核优化.py
├── 8-1 卷积函数使用.py
├── 8-20 cifar多通道卷积.py
├── 8-21 cifarBN.py
├── 8-22 带BN的多通道mnist.py
├── 8-23 多通道mnist.py
├── 8-2 sobel.py
├── 8-3 池化函数使用.py
├── 8-4 cifar下载.py
├── 8-5 cifar.py
├── 8-6 cifar手动读取.py
├── 8-7 queue.py
├── 8-8 cifar队列协调器.py
├── 8-9 cifar卷积.py
├── 9-10 LSTM改错.py
├── 9-11 lstm改错1.py
├── 9-12 GRU改错2.py
├── 9-13 LSTM改错3.py
├── 9-14 BiRNNMnist.py
├── 9-15 单层静态双向rnn.py
├── 9-16 多层双向rnn.py
├── 9-17 list多层双向rnn.py
├── 9-18 Multi双向rnn.py
├── 9-19 动态Multi双向rnn.py
├── 9-1 subtraction.py
├── 9-20 lnGRUonMnist.py
├── 9-21 Ln多GRu1-1.py
├── 9-22 Ln多GRu1-2.py
├── 9-23 yuyinchall.py
├── 9-24 yuyinutils.py
├── 9-25 rnnwordtest.py
├── 9-26 word2vect.py
├── 9-27 word2vect自定义候选采样.py
├── 9-28 word2vect -2.py
├── 9-29 word2vect学习样本候选采样.py
├── 9-2 echo模拟.py
├── 9-30 基本seq2seq.py
├── 9-31 STOCKDATA.py
├── 9-32 seq2seqstock.py
├── 9-33 datautil.py
├── 9-34 seq2seq_model.py
├── 9-35 train.py
├── 9-36 test.py
├── 9-37 datautil.py
├── 9-38 seq2seq_model.py
├── 9-39 train.py
├── 9-3 LSTMMnist.py
├── 9-40 test.py
├── 9-4 LSTMCell.py
├── 9-5 gru.py
├── 9-6 创建动态RNN.py
├── 9-7 McellMNIST.py
├── 9-8 mcellLSTMGRU.py
├── 9-9 动态多层.py
└── 代码说明.txt

1 directory, 124 files