eat_tensorflow2_in_30_days_ipynb为《30天吃掉那只TensorFlow2.0 》Jupyter Notebook 运行版本。
感谢原作者lyhue1991提供的教程。
点击对应蓝色标题即可进入该章节。
日期 | 学习内容 | 内容难度 | 预计学习时间 | 更新状态 |
---|---|---|---|---|
一、TensorFlow的建模流程 | ⭐️ | 0 hour | ✅ | |
day1 | 1-1 结构化数据建模流程范例 | ⭐️⭐️⭐️ | 1 hour | ✅ |
day2 | 1-2 图片数据建模流程范例 | ⭐️⭐️⭐️⭐️ | 2 hour | ✅ |
day3 | 1-3 文本数据建模流程范例 | ⭐️⭐️⭐️⭐️⭐️ | 2 hour | ✅ |
day4 | 1-4 时间序列数据建模流程范例 | ⭐️⭐️⭐️⭐️⭐️ | 2 hour | ✅ |
二、TensorFlow的核心概念 | ⭐️ | 0 hour | ✅ | |
day5 | 2-1 张量数据结构 | ⭐️⭐️⭐️⭐️ | 1 hour | ✅ |
day6 | 2-2 三种计算图 | ⭐️⭐️⭐️⭐️⭐️ | 2 hour | ✅ |
day7 | 2-3 自动微分机制 | ⭐️⭐️⭐️ | 1 hour | ✅ |
三、TensorFlow的层次结构 | ⭐️ | 0 hour | ✅ | |
day8 | 3-1 低阶API示范 | ⭐️⭐️ | 0.5 hour | ✅ |
day9 | 3-2 中阶API示范 | ⭐️⭐️⭐️ | 0.5 hour | ✅ |
day10 | 3-3 高阶API示范 | ⭐️⭐️⭐️ | 0.5 hour | ✅ |
四、TensorFlow的低阶API | ⭐️ | 0 hour | ✅ | |
day11 | 4-1 张量的结构操作 | ⭐️⭐️⭐️⭐️⭐️ | 2 hour | ✅ |
day12 | 4-2 张量的数学运算 | ⭐️⭐️⭐️⭐️ | 1 hour | ✅ |
day13 | 4-3 AutoGraph的使用规范 | ⭐️⭐️⭐️ | 0.5 hour | ✅ |
day14 | 4-4 AutoGraph的机制原理 | ⭐️⭐️⭐️⭐️⭐️ | 2 hour | ✅ |
day15 | 4-5 AutoGraph和tf.Module | ⭐️⭐️⭐️⭐️ | 1 hour | ✅ |
五、TensorFlow的中阶API | ⭐️ | 0 hour | ✅ | |
day16 | 5-1 数据管道Dataset | ⭐️⭐️⭐️⭐️⭐️ | 2 hour | ✅ |
day17 | 5-2 特征列feature_column | ⭐️⭐️⭐️⭐️ | 1 hour | ✅ |
day18 | 5-3 激活函数activation | ⭐️⭐️⭐️ | 0.5 hour | ✅ |
day19 | 5-4 模型层layers | ⭐️⭐️⭐️ | 1 hour | ✅ |
day20 | 5-5 损失函数losses | ⭐️⭐️⭐️ | 1 hour | ✅ |
day21 | 5-6 评估指标metrics | ⭐️⭐️⭐️ | 1 hour | ✅ |
day22 | 5-7 优化器optimizers | ⭐️⭐️⭐️ | 0.5 hour | ✅ |
day23 | 5-8 回调函数callbacks | ⭐️⭐️⭐️⭐️ | 1 hour | ✅ |
六、TensorFlow的高阶API | ⭐️ | 0 hour | ✅ | |
day24 | 6-1 构建模型的3种方法 | ⭐️⭐️⭐️ | 1 hour | ✅ |
day25 | 6-2 训练模型的3种方法 | ⭐️⭐️⭐️⭐️ | 1 hour | ✅ |
day26 | 6-3 使用单GPU训练模型 | ⭐️⭐️ | 0.5 hour | ✅ |
day27 | 6-4 使用多GPU训练模型 | ⭐️⭐️ | 0.5 hour | ✅ |
day28 | 6-5 使用TPU训练模型 | ⭐️⭐️ | 0.5 hour | ✅ |
day29 | 6-6 使用tensorflow-serving部署模型 | ⭐️⭐️⭐️⭐️ | 1 hour | ✅ |
day29 | 6-6-1 使用tensorflow-serving-colab部署模型 | ⭐️⭐️⭐️⭐️ | 1 hour | ✅ |
day30 | 6-7 使用spark-scala调用tensorflow模型 | ⭐️⭐️⭐️⭐️⭐️ | 2 hour | ✅ |
本书全部源码在jupyter中编写测试通过,建议通过git克隆到本地,并在jupyter中交互式运行学习。
#建议在终端上安装最新版本tensorflow 测试此教程中的代码
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -U tensorflow
import tensorflow as tf
#注:全部代码在tensorflow 2.1版本测试通过
tf.print("tensorflow version:",tf.__version__)
tensorflow version: 2.1.0