0%

TensorFlow手册

TensorFlows手册 = TensorFlow 语言学习 + 张量的常用操作 + TensorFlow Hub使用 + TensorFlow Estimator使用 + Tensorflow Seq2Seq使用

TensorFlow 语言学习

标题 说明
TensorFlow 官方教程
TensorFlow 官方指南
TensorFlow 官方API
TensorFlow-Examples TensorFlow Tutorial and Examples for Beginners
Deep-Learning-with-TensorFlow-book 深度学习开源书,基于TensorFlow 2.0实战。http://www.ai101edu.com/
TensorFlow-2.x-Tutorials TF 2.0版入门实例代码,实战教程。

TensorFlow 张量的常用操作

点击TensorFlow张量的常用操作.ipynb深入学习

下面是该文件的主要内容。

  • 数据类型:dtype=int32, float32, string, bool
  • 创建张量:tf.convert_to_tensor, tf.constant, tf.zeros, tf.ones, tf.zeros_like, tf.fill, tf.random.normal, tf.random.uniform, tf.range
  • 索引与切片:A[1][2][1], A[1, 2, 1], A[ :, :, 0:3:2], A[..., 0:3:2]
  • 维度变换:tf.reshape, tf.expand_dims, tf.squeeze, tf.transpose
  • 数据复制:tf.tile
  • 数学运算:+, -, *, /, //, %, **, tf.pow, tf.square, tf.sqrt, tf.math.log, tf.matmul, @
  • 合并与分割:tf.concat, tf.stack, tf.split, tf.unstack
  • 统计量:tf.norm, tf.reduce_max min mean sum, tf.argmax, tf.argmin
  • 张量比较:tf.equal
  • 填充与复制:tf.pad, tf.keras.preprocessing.sequence.pad_sequences, tf.tile
  • 数据限幅:tf.maximum, tf.minimum, tf.clip_by_value
  • 数据收集:tf.gather, tf.gather_nd
  • 掩码:tf.boolean_mask
  • 条件:tf.where
  • 数据刷新:tf.scatter_nd
  • 采样:tf.meshgrid

TensorFlow Hub使用

文章 Building a text classification model with TensorFlow Hub and Estimators | 代码 tfhub-text Code

TensorFlow Estimator使用

标题 说明 附加
tf-estimator-tutorials Google Cloud Platform 官方教程
TensorFlow Estimator TensorFlow Estimator 源代码
tf_ner 使用tf.estimator和tf.data的简单高效的NER模型的Tensorflow实现
nlp_estimator_tutorial 关于使用TensorFlow Estimator框架进行文本分类的教育材料

My Code TensorFlow_iris_tfrecord_estimator

This resource takes iris data set as an example to explain how to producte tfrecord files and use them in the customize Estimator!

Tensorflow Seq2Seq使用

Medium Park Chansung blog

基于TensorFlow框架的Seq2Seq英法机器翻译模型

部分摘录 EN-FR-MLT-tensorflow/README.md/Build model
In short, this section will show how to define the Seq2Seq model in TensorFlow. The below steps (implementation) will be covered.

  • (1) define input parameters to the encoder model
    • enc_dec_model_inputs
  • (2) build encoder model
    • encoding_layer
  • (3) define input parameters to the decoder model
    • enc_dec_model_inputs, process_decoder_input, decoding_layer
  • (4) build decoder model for training
    • decoding_layer_train
  • (5) build decoder model for inference
    • decoding_layer_infer
  • (6) put (4) and (5) together
    • decoding_layer
  • (7) connect encoder and decoder models
    • seq2seq_model
  • (8) train and estimate loss and accuracy

知乎 天雨粟 的博客

Park Chansung 内容基本一致,不过使用中文进行讲解。

本站所有文章和源码均免费开放,如您喜欢,可以请我喝杯咖啡