〖TensorFlow2.0笔记23〗TensorFlow2.0学习笔记总结!

• 本文章是 TensorFlow2.0学习笔记 系列，欢迎关注，专栏链接: ​​TensorFlow2.0学习笔记​​，文章会持续更细，多希望大家点赞收藏加转发！
• 文章总目录链接：​​TensorFlow2.0学习笔记总目录!​​

文章目录

• ​​一. 第1部分目录​​

• ​​1. TensorFlow2.0笔记1：TensorFlow2.0(2019-10-1)正式版介绍和安装+Windows&Linux!​​
• ​​2. TensorFlow2.0笔记2：手写数字(MNIST)识别问题初体验！​​
• ​​3. TensorFlow2.0笔记3：Numpy—实现线性回归问题！​​
• ​​4. TensorFlow2.0笔记4：TensorFlow2.0的基础操作！​​
• ​​5. TensorFlow2.0笔记5：TensorFlow2.0中的索引和切片！​​
• ​​6. TensorFlow2.0笔记6：TensorFlow2.0中的维度变换！​​
• ​​7. TensorFlow2.0笔记7：TensorFlow2.0中的broadcasting！​​
• ​​8. TensorFlow2.0笔记8：TensorFlow2.0中的前向传播实战+补充关于loss的放缩！​​
• ​​9. TensorFlow2.0笔记9：TensorFlow2.0的高阶操作汇总！​​

• ​​二. 第2部分目录​​

• ​​1. TensorFlow2.0笔记10：TensorFlow2.0中数据集加载,测试,实战以及补充关于数据集下载慢的问题！​​
• ​​2. TensorFlow2.0笔记11：全连接层和输出方式！​​
• ​​3. TensorFlow2.0笔记12：误差计算之MSE, Cross Enropy！​​
• ​​4. TensorFlow2.0笔记13：梯度下降,函数优化实战,手写数字问题实战以及Tensorboard可视化！​​
• ​​5. TensorFlow2.0笔记14：感知机梯度详细过程,Keras高层API,Keras的自定义网络！​​
• ​​6. TensorFlow2.0笔记15：模型的保存与加载(非常重要)以及CIFAR10自定义网络实现！​​
• ​​7. TensorFlow2.0笔记16：卷积神经网络中的梯度求解以及CIFAR100与VGG13实战！​​
• ​​8. TensorFlow2.0笔记17：ResNet-18和ResNet-34实现CIFAR-100图像分类！​​
• ​​9. TensorFlow2.0笔记18：自编码器Auto-Encoders以及实战！​​

• ​​三. 第3部分目录​​

• ​​1. TensorFlow2.0笔记19：过拟合介绍以及解决方法+补充: 实现GPU按需分配！​​
• ​​2. TensorFlow2.0笔记20：GoogleNet-Iception实现Fashion mnist图像分类+Batch Normalization讲解！​​
• ​​3. TensorFlow2.0笔记21：自定义数据集实现分类(宝可精灵数据集)+补充tf.where！​​
• ​​4. TensorFlow2.0笔记22：使用Numpy在MNIST数据集上实现3层BP神经网络！​​
• ​​5. TensorFlow2.0笔记23：TensorFlow2.0学习笔记总结!！​​
• ​​6. TensorFlow2.0笔记24：生成式对抗网络(GAN)原理讲解以及实战！​​
• ​​7. TensorFlow2.0笔记25：循环神经网络RNN原理讲解以及实战！​​

• ​​四. 第4部分目录​​

• ​​1.『自己的工作3』梯度下降实现SVM多分类+最详细的数学推导+Python实战(鸢尾花数据集)！​​
• ​​2.『自己的工作4』TensorFlow2.0自动微分和手工求导的结果对比！​​
• ​​3.『自己的工作6』MNIST Plus++竞赛(更加困难的mnist数据集竞赛)！​​
• ​​4.『论文笔记』Convolutional Block Attention Module(注意力机制)+TensorFlow2.0复现！​​
• ​​5.〖TensorFlow2.0笔记23〗(更新版)ResNet-18实现Cifar10(94%)和Cifar100(75%)分类！​​
• ​​6.〖TensorFlow2.0笔记26〗YOLOV2目标检测算法以及实战！​​

• ​​五. 欢迎点赞转发，持续更新中！​​
• ​​六. 需要辅导可以私聊我！​​

一. 第1部分目录

1. TensorFlow2.0笔记1：TensorFlow2.0(2019-10-1)正式版介绍和安装+Windows&Linux!

• ​​TensorFlow2.0笔记1：TensorFlow2.0(2019-10-1)正式版介绍和安装+Windows&Linux!​​



• 
  

2. TensorFlow2.0笔记2：手写数字(MNIST)识别问题初体验！

• ​​TensorFlow2.0笔记2：手写数字(MNIST)识别问题初体验！​​



• 
  

3. TensorFlow2.0笔记3：Numpy—实现线性回归问题！

• ​​TensorFlow2.0笔记3：Numpy—实现线性回归问题！​​



• 
  

4. TensorFlow2.0笔记4：TensorFlow2.0的基础操作！

• ​​TensorFlow2.0笔记4：TensorFlow2.0的基础操作！​​



• 
  



• 
  

5. TensorFlow2.0笔记5：TensorFlow2.0中的索引和切片！

• ​​TensorFlow2.0笔记5：TensorFlow2.0中的索引和切片！​​



• 
  

6. TensorFlow2.0笔记6：TensorFlow2.0中的维度变换！

• ​​TensorFlow2.0笔记6：TensorFlow2.0中的维度变换！​​



• 
  

7. TensorFlow2.0笔记7：TensorFlow2.0中的broadcasting！

• ​​TensorFlow2.0笔记7：TensorFlow2.0中的broadcasting！​​



• 
  

8. TensorFlow2.0笔记8：TensorFlow2.0中的前向传播实战+补充关于loss的放缩！

• ​​TensorFlow2.0笔记8：TensorFlow2.0中的前向传播实战+补充: 关于loss的放缩!​​



• 
  

9. TensorFlow2.0笔记9：TensorFlow2.0的高阶操作汇总！

• ​​TensorFlow2.0笔记9：TensorFlow2.0的高阶操作汇总！​​



• 
  



• 
  

二. 第2部分目录

1. TensorFlow2.0笔记10：TensorFlow2.0中数据集加载,测试,实战以及补充关于数据集下载慢的问题！

• ​​TensorFlow2.0笔记10：TensorFlow2.0中数据集加载,测试,实战以及补充: 关于数据集下载慢的问题！​​



• 
  

2. TensorFlow2.0笔记11：全连接层和输出方式！

• ​​TensorFlow2.0笔记11：全连接层和输出方式！​​



• 
  

3. TensorFlow2.0笔记12：误差计算之MSE, Cross Enropy！

• ​​TensorFlow2.0笔记12：误差计算之MSE, Cross Enropy！​​



• 
  

4. TensorFlow2.0笔记13：梯度下降,函数优化实战,手写数字问题实战以及Tensorboard可视化！

• ​​TensorFlow2.0笔记13：梯度下降,函数优化实战,手写数字问题实战以及Tensorboard可视化！​​



• 
  

5. TensorFlow2.0笔记14：感知机梯度详细过程,Keras高层API,Keras的自定义网络！

• ​​TensorFlow2.0笔记14：感知机梯度详细过程,Keras高层API,Keras的自定义网络！​​



• 
  

6. TensorFlow2.0笔记15：模型的保存与加载(非常重要)以及CIFAR10自定义网络实现！

• ​​TensorFlow2.0笔记15：模型的保存与加载(非常重要)以及CIFAR10自定义网络实现！​​



• 
  

7. TensorFlow2.0笔记16：卷积神经网络中的梯度求解以及CIFAR100与VGG13实战！

• ​​TensorFlow2.0笔记16：卷积神经网络中的梯度求解以及CIFAR100与VGG13实战！​​



• 
  

8. TensorFlow2.0笔记17：ResNet-18和ResNet-34实现CIFAR-100图像分类！

• ​​TensorFlow2.0笔记17：ResNet-18和ResNet-34实现CIFAR-100图像分类！​​



• 
  

9. TensorFlow2.0笔记18：自编码器Auto-Encoders以及实战！

• ​​TensorFlow2.0笔记18：自编码器Auto-Encoders以及实战！​​



• 
  

三. 第3部分目录

1. TensorFlow2.0笔记19：过拟合介绍以及解决方法+补充: 实现GPU按需分配！

• ​​TensorFlow2.0笔记19：过拟合介绍以及解决方法+补充: 实现GPU按需分配！​​



• 
  

2. TensorFlow2.0笔记20：GoogleNet-Iception实现Fashion mnist图像分类+Batch Normalization讲解！

• ​​TensorFlow2.0笔记20：GoogleNet-Iception实现Fashion mnist图像分类+Batch Normalization讲解！​​



• 
  

3. TensorFlow2.0笔记21：自定义数据集实现分类(宝可精灵数据集)+补充tf.where！

• ​​TensorFlow2.0笔记21：自定义数据集实现分类(宝可精灵数据集)+补充tf.where！​​



• 
  

4. TensorFlow2.0笔记22：使用Numpy在MNIST数据集上实现3层BP神经网络！

• ​​TensorFlow2.0笔记22：使用Numpy在MNIST数据集上实现3层BP神经网络!​​



• 
  

5. TensorFlow2.0笔记23：TensorFlow2.0学习笔记总结!！

• ​​TensorFlow2.0笔记23：TensorFlow2.0学习笔记总结!​​

6. TensorFlow2.0笔记24：生成式对抗网络(GAN)原理讲解以及实战！

• ​​TensorFlow2.0笔记24：生成式对抗网络(GAN)原理讲解以及实战！​​



• 
  

7. TensorFlow2.0笔记25：循环神经网络RNN原理讲解以及实战！

• ​​TensorFlow2.0笔记25：循环神经网络RNN原理讲解以及实战！​​

四. 第4部分目录

1.『自己的工作3』梯度下降实现SVM多分类+最详细的数学推导+Python实战(鸢尾花数据集)！

• ​​『自己的工作3』梯度下降实现SVM多分类+最详细的数学推导+Python实战(鸢尾花数据集)！​​



• 
  

2.『自己的工作4』TensorFlow2.0自动微分和手工求导的结果对比！

• ​​『自己的工作4』 TensorFlow2.0自动微分和手工求导的结果对比！​​



• 
  

3.『自己的工作6』MNIST Plus++竞赛(更加困难的mnist数据集竞赛)！

• ​​『自己的工作6』MNIST Plus++竞赛(更加困难的mnist数据集竞赛)！​​



• 
  

4.『论文笔记』Convolutional Block Attention Module(注意力机制)+TensorFlow2.0复现！

• ​​『论文笔记』Convolutional Block Attention Module(注意力机制)+TensorFlow2.0复现！​​

5.〖TensorFlow2.0笔记23〗(更新版)ResNet-18实现Cifar10(94%)和Cifar100(75%)分类！

• ​​〖TensorFlow2.0笔记23〗(更新版)ResNet-18实现Cifar10(94%)和Cifar100(75%)分类！​​

6.〖TensorFlow2.0笔记26〗YOLOV2目标检测算法以及实战！

• ​​〖TensorFlow2.0笔记26〗YOLOV2目标检测算法以及实战！​​

五. 欢迎点赞转发，持续更新中！