Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
D_ACMER
apachecn-dl-zh
提交
5f3a8f50
A
apachecn-dl-zh
项目概览
D_ACMER
/
apachecn-dl-zh
与 Fork 源项目一致
Fork自
OpenDocCN / apachecn-dl-zh
通知
1
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
A
apachecn-dl-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
5f3a8f50
编写于
8月 06, 2020
作者:
W
wizardforcel
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
2020-08-06 15:25:09
上级
8b3e5748
变更
3
隐藏空白更改
内联
并排
Showing
3 changed file
with
16 addition
and
16 deletion
+16
-16
docs/mastering-tf-1x-zh/SUMMARY.md
docs/mastering-tf-1x-zh/SUMMARY.md
+8
-8
docs/mastering-tf-1x-zh/cover.jpg
docs/mastering-tf-1x-zh/cover.jpg
+0
-0
sidebar.md
sidebar.md
+8
-8
未找到文件。
docs/mastering-tf-1x-zh/SUMMARY.md
浏览文件 @
5f3a8f50
...
...
@@ -2,18 +2,18 @@
+
[
一、TensorFlow 101
](
ch01.md
)
+
[
二、TensorFlow 的高级库
](
ch02.md
)
+
[
三、Keras 101
](
ch03.md
)
+
[
四、
使用 TensorFlow
的经典机器学习
](
ch04.md
)
+
[
五、
使用 TensorFlow 和 Keras
的神经网络和 MLP
](
ch05.md
)
+
[
六、
使用 TensorFlow 和 Keras
的 RNN
](
ch06.md
)
+
[
七、
使用 TensorFlow 和 Keras 的时间序列数据和
RNN
](
ch07.md
)
+
[
八、
使用 TensorFlow 和 Keras 的文本数据和
RNN
](
ch08.md
)
+
[
九、
使用 TensorFlow 和 Keras
的 CNN
](
ch09.md
)
+
[
十、
使用 TensorFlow 和 Keras
的自编码器
](
ch10.md
)
+
[
四、
TensorFlow 中
的经典机器学习
](
ch04.md
)
+
[
五、
TensorFlow 和 Keras 中
的神经网络和 MLP
](
ch05.md
)
+
[
六、
TensorFlow 和 Keras 中
的 RNN
](
ch06.md
)
+
[
七、
TensorFlow 和 Keras 中的用于时间序列数据的
RNN
](
ch07.md
)
+
[
八、
TensorFlow 和 Keras 中的用于文本数据的
RNN
](
ch08.md
)
+
[
九、
TensorFlow 和 Keras 中
的 CNN
](
ch09.md
)
+
[
十、
TensorFlow 和 Keras 中
的自编码器
](
ch10.md
)
+
[
十一、TF 服务:生产中的 TensorFlow 模型
](
ch11.md
)
+
[
十二、迁移学习和预训练模型
](
ch12.md
)
+
[
十三、深度强化学习
](
ch13.md
)
+
[
十四、生成对抗网络
](
ch14.md
)
+
[
十五、
使用
TensorFlow 集群的分布式模型
](
ch15.md
)
+
[
十五、TensorFlow 集群的分布式模型
](
ch15.md
)
+
[
十六、移动和嵌入式平台上的 TensorFlow 模型
](
ch16.md
)
+
[
十七、R 中的 TensorFlow 和 Keras
](
ch17.md
)
+
[
十八、调试 TensorFlow 模型
](
ch18.md
)
...
...
docs/mastering-tf-1x-zh/
img/4a8da382-d67e-4578-a373-e31e9b870a9a.pn
g
→
docs/mastering-tf-1x-zh/
cover.jp
g
浏览文件 @
5f3a8f50
文件已移动
sidebar.md
浏览文件 @
5f3a8f50
...
...
@@ -30,18 +30,18 @@
+
[
一、TensorFlow 101
](
docs/mastering-tf-1x-zh/ch01.md
)
+
[
二、TensorFlow 的高级库
](
docs/mastering-tf-1x-zh/ch02.md
)
+
[
三、Keras 101
](
docs/mastering-tf-1x-zh/ch03.md
)
+
[
四、
使用 TensorFlow
的经典机器学习
](
docs/mastering-tf-1x-zh/ch04.md
)
+
[
五、
使用 TensorFlow 和 Keras
的神经网络和 MLP
](
docs/mastering-tf-1x-zh/ch05.md
)
+
[
六、
使用 TensorFlow 和 Keras
的 RNN
](
docs/mastering-tf-1x-zh/ch06.md
)
+
[
七、
使用 TensorFlow 和 Keras 的时间序列数据和
RNN
](
docs/mastering-tf-1x-zh/ch07.md
)
+
[
八、
使用 TensorFlow 和 Keras 的文本数据和
RNN
](
docs/mastering-tf-1x-zh/ch08.md
)
+
[
九、
使用 TensorFlow 和 Keras
的 CNN
](
docs/mastering-tf-1x-zh/ch09.md
)
+
[
十、
使用 TensorFlow 和 Keras
的自编码器
](
docs/mastering-tf-1x-zh/ch10.md
)
+
[
四、
TensorFlow 中
的经典机器学习
](
docs/mastering-tf-1x-zh/ch04.md
)
+
[
五、
TensorFlow 和 Keras 中
的神经网络和 MLP
](
docs/mastering-tf-1x-zh/ch05.md
)
+
[
六、
TensorFlow 和 Keras 中
的 RNN
](
docs/mastering-tf-1x-zh/ch06.md
)
+
[
七、
TensorFlow 和 Keras 中的用于时间序列数据的
RNN
](
docs/mastering-tf-1x-zh/ch07.md
)
+
[
八、
TensorFlow 和 Keras 中的用于文本数据的
RNN
](
docs/mastering-tf-1x-zh/ch08.md
)
+
[
九、
TensorFlow 和 Keras 中
的 CNN
](
docs/mastering-tf-1x-zh/ch09.md
)
+
[
十、
TensorFlow 和 Keras 中
的自编码器
](
docs/mastering-tf-1x-zh/ch10.md
)
+
[
十一、TF 服务:生产中的 TensorFlow 模型
](
docs/mastering-tf-1x-zh/ch11.md
)
+
[
十二、迁移学习和预训练模型
](
docs/mastering-tf-1x-zh/ch12.md
)
+
[
十三、深度强化学习
](
docs/mastering-tf-1x-zh/ch13.md
)
+
[
十四、生成对抗网络
](
docs/mastering-tf-1x-zh/ch14.md
)
+
[
十五、
使用
TensorFlow 集群的分布式模型
](
docs/mastering-tf-1x-zh/ch15.md
)
+
[
十五、TensorFlow 集群的分布式模型
](
docs/mastering-tf-1x-zh/ch15.md
)
+
[
十六、移动和嵌入式平台上的 TensorFlow 模型
](
docs/mastering-tf-1x-zh/ch16.md
)
+
[
十七、R 中的 TensorFlow 和 Keras
](
docs/mastering-tf-1x-zh/ch17.md
)
+
[
十八、调试 TensorFlow 模型
](
docs/mastering-tf-1x-zh/ch18.md
)
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录