TensorFlow 教程
Evelyn Clarke TensorFlow 教程摘要
这篇面向初学者的 TensorFlow 教程涵盖了从 TensorFlow 基础知识到高级主题，如线性回归、分类器，以及如何使用 TensorFlow 示例创建、训练和评估神经网络（如 CNN、RNN、自动编码器等）。为了达到学习 TensorFlow 的最佳效果，请按顺序逐一参考此机器学习 TensorFlow 教程。通过这篇 TensorFlow 深度学习教程来学习 TensorFlow 的基本概念。
什么是 TensorFlow？
谷歌的 TensorFlow 是一个开源且最受欢迎的深度学习库，用于研究和生产。Python 中的 TensorFlow 是一个符号数学库，它使用数据流和可微分编程来执行各种任务，专注于深度神经网络的训练和推理。
TensorFlow 课程大纲
简介
| 👉 第 1 课 | 什么是 TensorFlow？它是如何工作的？ — 简介与架构 |
| 👉 第 2 课 | 如何下载和安装 TensorFlow — Jupyter | Windows/Mac |
| 👉 第 3 课 | Jupyter Notebook 教程 — 如何安装和使用 Jupyter？ |
| 👉 第 4 课 | TensorFlow 基础 — 张量、形状、类型、会话和操作符 |
高级内容
| 👉 第 1 课 | TensorBoard 教程 — TensorFlow 图形可视化 [示例] |
| 👉 第 2 课 | Python Pandas 教程 — DataFrame、日期范围、Pandas 的使用 |
| 👉 第 3 课 | Pandas 速查表 — Python 数据科学 Pandas 速查表 |
| 👉 第 4 课 | 导入 CSV 数据 — 使用 Pandas.read_csv() 导入 CSV 数据 |
| 👉 第 5 课 | 使用 TensorFlow 进行线性回归 — 示例学习 |
| 👉 第 6 课 | 带 Facet 和交互项的线性回归 — 示例学习 |
| 👉 第 7 课 | TensorFlow 中的二元分类 — 线性分类器示例 |
| 👉 第 8 课 | 机器学习中的高斯核 — 核方法示例 |
| 👉 第 9 课 | 人工神经网络 (ANN) — TensorFlow 示例教程 |
| 👉 第 10 课 | TensorFlow CNN 图像分类 — 通过步骤和示例学习 |
| 👉 第 11 课 | TensorFlow 自动编码器 — 带有深度学习示例的数据集 |
| 👉 第 12 课 | RNN (循环神经网络) 教程 — TensorFlow 示例 |
| 👉 第 13 课 | PySpark 初学者教程 — 通过示例学习 |
| 👉 第 14 课 | Scikit-Learn 教程 — 如何安装，Python Scikit-Learn 示例 |
| 👉 第 15 课 | Python NumPy 教程 — np.zeros, np.arange, vstack 和 hstack |
| 👉 第 16 课 | PyTorch 教程 — 回归、图像分类示例 |
| 👉 第 17 课 | PyTorch 迁移 — PyTorch 迁移学习教程与示例 |
| 👉 第 18 课 | Keras 教程 — 什么是 Keras？如何在 Python 中安装 [示例] |
| 👉 第 19 课 | TensorFlow 与 Keras — TensorFlow 与 Keras |
必须知道！
| 👉 第 1 课 | TensorFlow 书籍 — 10本最佳 TensorFlow 书籍 |
| 👉 第 2 课 | Tensorflow 教程 PDF — 下载面向初学者的 Tensorflow 教程 PDF |
我将在这篇 TensorFlow 教程中学到什么？
在这篇 TensorFlow 2.0 教程中，您将学习 TensorFlow 的基础和高级概念，如 TensorFlow 介绍、架构、如何下载和安装 TensorFlow、TensorBoard、Python Pandas、线性回归、核方法、神经网络、自动编码器、RNN 等。
学习这篇 TensorFlow 教程有任何先决条件吗？
这篇在线 TensorFlow Python 教程是为几乎没有或完全没有 TensorFlow 经验的初学者设计的。不过，需要对 Python 有基本的了解。
这篇 TensorFlow 教程适合谁？
这篇 TensorFlow 深度学习教程适合希望获得有关 TensorFlow、机器学习、深度学习及更高级概念知识的初学者。本教程还帮助 Python 开发者在机器学习和深度学习领域使用 Python 和 TensorFlow 进行研究和开发。
为什么要学习 TensorFlow？
TensorFlow 是机器学习和深度学习应用中广受欢迎的框架，它也为深度学习奠定了坚实的基础。此外，它被全球许多大公司广泛使用，因此为具备相关技能的候选人提供了大量的就业机会和更好的薪资前景。因此，无论是为了找工作还是为了获得额外知识，学习 TensorFlow 对候选人都是有益的。
