GitHub - DLyzhou/eat_tensorflow2_in_30_days at 781ce09c0e85201b1fe8f8b6dd2bda8b0860e6b2

DLyzhou / eat_tensorflow2_in_30_days Public

forked from lyhue1991/eat_tensorflow2_in_30_days

Notifications You must be signed in to change notification settings
Fork 0
Star 0

Tensorflow2.0 🍎🍊 is delicious, just eat it! 😋😋

Apache-2.0 license

0 stars 2.5k forks Branches Tags Activity

Star

Notifications

Branches Tags

Name		Name	Last commit message	Last commit date
Latest commit History 232 Commits
data		data
english		english
.gitignore		.gitignore
1-1,结构化数据建模流程范例.md		1-1,结构化数据建模流程范例.md
1-2,图片数据建模流程范例.md		1-2,图片数据建模流程范例.md
1-3,文本数据建模流程范例.md		1-3,文本数据建模流程范例.md
1-4,时间序列数据建模流程范例.md		1-4,时间序列数据建模流程范例.md
2-1,张量数据结构.md		2-1,张量数据结构.md
2-2,三种计算图.md		2-2,三种计算图.md
2-3,自动微分机制.md		2-3,自动微分机制.md
3-1,低阶API示范.md		3-1,低阶API示范.md
3-2,中阶API示范.md		3-2,中阶API示范.md
3-3,高阶API示范.md		3-3,高阶API示范.md
4-1,张量的结构操作.md		4-1,张量的结构操作.md
4-2,张量的数学运算.md		4-2,张量的数学运算.md
4-3,AutoGraph的使用规范.md		4-3,AutoGraph的使用规范.md
4-4,AutoGraph的机制原理.md		4-4,AutoGraph的机制原理.md
4-5,AutoGraph和tf.Module.md		4-5,AutoGraph和tf.Module.md
5-1,数据管道Dataset.md		5-1,数据管道Dataset.md
5-2,特征列feature_column.md		5-2,特征列feature_column.md
5-3,激活函数activation.md		5-3,激活函数activation.md
5-4,模型层layers.md		5-4,模型层layers.md
5-5,损失函数losses.md		5-5,损失函数losses.md
5-6,评估指标metrics.md		5-6,评估指标metrics.md
5-7,优化器optimizers.md		5-7,优化器optimizers.md
5-8,回调函数callbacks.md		5-8,回调函数callbacks.md
6-1,构建模型的3种方法.md		6-1,构建模型的3种方法.md
6-2,训练模型的3种方法.md		6-2,训练模型的3种方法.md
6-3,使用单GPU训练模型.md		6-3,使用单GPU训练模型.md
6-4,使用多GPU训练模型.md		6-4,使用多GPU训练模型.md
6-5,使用TPU训练模型.md		6-5,使用TPU训练模型.md
6-6,使用tensorflow-serving部署模型.md		6-6,使用tensorflow-serving部署模型.md
6-7,使用spark-scala调用tensorflow模型.md		6-7,使用spark-scala调用tensorflow模型.md
README_eng.md		README_eng.md
SUMMARY_eng.md		SUMMARY_eng.md
eat_tf2_ebook.md		eat_tf2_ebook.md
push-to-github.py		push-to-github.py
一、TensorFlow的建模流程.md		一、TensorFlow的建模流程.md
三、TensorFlow的层次结构.md		三、TensorFlow的层次结构.md
二、TensorFlow的核心概念.md		二、TensorFlow的核心概念.md
五、TensorFlow的中阶API.md		五、TensorFlow的中阶API.md
六、TensorFlow的高阶API.md		六、TensorFlow的高阶API.md
后记：一个吃货和一道菜的故事.md		后记：一个吃货和一道菜的故事.md
四、TensorFlow的低阶API.md		四、TensorFlow的低阶API.md