logo

深度学习手册

  • 前言

深度学习基础

  • 线性神经网络
    • 自动求导
    • 线性回归
    • Fashion-MNIST数据集
    • 训练图像分类
    • Softmax回归
  • 多层感知机
    • 多层感知机
    • 正则化
    • Dropout
    • Batch Normalization
    • 反向传播
    • 激活函数
    • 初始化
  • 优化算法
    • 深度学习中的优化挑战
    • 梯度下降
    • 动量法
    • RMSprop
    • Adam
    • 学习率调度器

计算机视觉

  • 卷积神经网络
    • 卷积
    • Padding,Stride,Channels
    • Pooling
    • LeNet
    • AlexNet
    • VGG
    • GoogleNet
    • 卷积层的批标准化
    • ResNet
  • 目标检测
    • 目标检测和边界框
    • 标注和预测
    • 目标检测数据集
    • SSD
  • 语义分割
    • 语义分割和数据集
    • 转置卷积
    • 全卷积网络
  • 样式迁移

自然语言处理

  • 循环神经网络
    • 语言模型
    • 语言模型数据集
    • 循环神经网络
    • 训练语言模型
    • GRU
    • LSTM
    • 深度循环神经网络
    • 双向循环神经网络
  • 机器翻译
    • 机器翻译数据集
    • 编码器-解码器
    • 训练机器翻译
    • 序列到序列学习
  • 注意力机制
    • 注意力
    • 注意力评分函数
    • 多头注意力
    • 位置编码
    • Transformer的其它组件
    • Transformer
  • 自然语言处理预训练
    • Word2vec
    • GloVe
    • BERT
  • 自然语言处理应用
    • 情感分析
    • 自然语言推理
    • 使用BERT

tensorflow

  • 基础知识
    • Keras顺序API
    • Keras函数式API
    • 处理过拟合
    • 优化算法
    • 预训练+微调
    • 调参
  • 自定义
    • 自定义层
    • 自定义模型
    • 自定义损失函数和指标
    • 自定义激活函数、初始化、正则化和约束
    • 自定义回调函数和学习率调度器
    • 自定义训练循环
  • 加载和预处理数据
    • CSV数据
    • TFRecord和Example
    • 写入和读取TFRecord文件
    • 预处理输入特征
  • 部署
    • 启动TensorFlow Serving
    • 通过REST API查询
    • 部署模型新的版本
Powered by Jupyter Book

部署¶

  • 启动TensorFlow Serving
  • 通过REST API查询
  • 部署模型新的版本
预处理输入特征 启动TensorFlow Serving

By newfacade
© Copyright 2021.