tensorflow2教程目录-马育民老师

# 基础

1. [人工智能介绍](https://www.malaoshi.top/show_1EF3PfNcEwsk.html "人工智能介绍")

1. [tensorflow2介绍](https://www.malaoshi.top/show_1EF3oW4dJD4N.html "tensorflow2介绍")

2. [tensorflow2安装](https://www.malaoshi.top/show_1EF3joj9zKdP.html "tensorflow2安装")

- [pip 修改源](https://www.malaoshi.top/show_1EF4zcsA0dks.html "pip 修改源")

- [mac安装TensorFlow2](https://www.malaoshi.top/show_1EF50jvbNvAQ.html "mac安装TensorFlow2")

3. [Keras](https://www.malaoshi.top/show_1EF4DO6FBL5L.html "Keras")

4. [tensorflow 数据类型](https://www.malaoshi.top/show_1EF4vd8AxEVK.html "tensorflow 数据类型")

3. [高尔顿与回归分析的起源](https://www.malaoshi.top/show_1EF3kBEIOzFX.html "高尔顿与回归分析的起源")

-------------------------

1. [线性回归](https://www.malaoshi.top/show_1EF3pm69B40D.html "线性回归")

2. [线性回归的运算过程](https://www.malaoshi.top/show_1EF3qPEPbcnW.html "线性回归的运算过程")

3. [tensorflow2一元线性回归（根据父母身高预测孩子身高）](https://www.malaoshi.top/show_1EF3oteiMAoW.html "tensorflow2一元线性回归（根据父母身高预测孩子身高）")

4. [前向传播（正向传播）](https://www.malaoshi.top/show_1EF4Glu1ETJD.html "前向传播（正向传播）")

5. [后向传播（反向传播）](https://www.malaoshi.top/show_1EF4HFABebls.html "后向传播（反向传播）")

-----------------------
1. [逻辑回归](https://www.malaoshi.top/show_1EF3xQvZDJ6G.html "逻辑回归")

2. [激活函数](https://www.malaoshi.top/show_1EF3rzCm0GFL.html "激活函数")

3. [损失函数](https://www.malaoshi.top/show_1EF3qTvZH2yB.html "损失函数")

4. [评价函数(评估函数)](https://www.malaoshi.top/show_1EF50B86lTip.html "评价函数(评估函数)")

4. [逻辑回归-根据父母身高预测孩子身高是否长到1.8](https://www.malaoshi.top/show_1EF42k7w2d4d.html "逻辑回归-根据父母身高预测孩子身高是否长到1.8")

5. [逻辑回归的前向传播（正向传播）](https://www.malaoshi.top/show_1EF4Ibnp3zyC.html "逻辑回归的前向传播（正向传播）")

-------------------

8. [感知机（器）](https://www.malaoshi.top/show_1EF3qmIushOR.html "感知机（器）")

9. [tensorflow的playground实验](https://www.malaoshi.top/show_1EF3rEy80VEF.html "tensorflow的playground实验")

9. [神经网络](https://www.malaoshi.top/show_1EF3rEuwYToB.html "神经网络")

15. [多层感知机-银行卡诈骗](https://www.malaoshi.top/show_1EF4388QAmqC.html "多层感知机-银行卡诈骗")

16. [激活函数-softmax](https://www.malaoshi.top/show_1EF43MehJmCw.html "激活函数-softmax")

### Fashion MNIST图像识别

1. [计算机视觉四大基本任务(含实例分割)](https://www.malaoshi.top/show_1EF50N3pgU3u.html "计算机视觉四大基本任务(含实例分割)")

17. [特征处理-归一化](https://www.malaoshi.top/show_1EF44SFFqg9G.html "特征处理-归一化")

17. [Fashion MNIST图像识别](https://www.malaoshi.top/show_1EF43P6Z9xCr.html "Fashion MNIST数据集分析")

18. [One-Hot Encoding 独热编码](https://www.malaoshi.top/show_1EF3QPTxusan.html "One-Hot Encoding 独热编码")

19. [Fashion MNIST图像识别（独热编码）](https://www.malaoshi.top/show_1EF449OIwfXl.html "Fashion MNIST图像识别（独热编码）")

22. [Fashion MNIST图像识别（调整梯度下降速率）](https://www.malaoshi.top/show_1EF44nBs6ODr.html "Fashion MNIST图像识别（调整梯度下降速率）")

23. [keras保存模型](https://www.malaoshi.top/show_1EF4Tljj5COR.html "keras保存模型")

24. [keras加载模型](https://www.malaoshi.top/show_1EF4MEf5sNnZ.html "keras加载模型")

--------------------------

23. [过拟合与欠拟合](https://www.malaoshi.top/show_1EF44tC6VKQc.html "过拟合与欠拟合")

24. [Fashion MNIST图像识别（过拟合）](https://www.malaoshi.top/show_1EF45FENFRwz.html "Fashion MNIST图像识别（过拟合）")

25. [Dropout抑制过拟合](https://www.malaoshi.top/show_1EF48EJqA5QC.html "Dropout抑制过拟合")

26. [Dropout抑制过拟合（代码实现）](https://www.malaoshi.top/show_1EF48swScTp6.html "Dropout抑制过拟合（代码实现）")

26. [Fashion MNIST图像识别（tf.data实现）](https://www.malaoshi.top/show_1EF47rSHdidH.html "Fashion MNIST图像识别（tf.data实现）")

# 卷积神经网络
1. [CNN卷积神经网络](https://www.malaoshi.top/show_1EF488sE9y2F.html "CNN卷积神经网络")

2. [卷积神经网络（CNN）-卷积层（灰度图）](https://www.malaoshi.top/show_1EF49Jg1D6Pm.html "卷积神经网络（CNN）-卷积层（灰度图）")

3. [实验：卷积运算-滑块方式（灰度图）](https://www.malaoshi.top/show_1EF4aAOjPTKa.html "实验：卷积运算-滑块方式（灰度图）")

4. [卷积运算-矩阵方式](https://www.malaoshi.top/show_1EF56ffEDLaN.html "卷积运算-矩阵方式")

3. [实验：使用tensorflow实现卷积运算（灰度图）](https://www.malaoshi.top/show_1EF4Po2jfC0H.html "实验：使用tensorflow实现卷积运算（灰度图）")

3. [卷积神经网络（CNN）-池化层](https://www.malaoshi.top/show_1EF4A3x6jHSz.html "卷积神经网络（CNN）-池化层")

4. [实验：将池化结果显示成图片（灰度图）](https://www.malaoshi.top/show_1EF4T0J6Qo87.html "实验：编写代码并观察池化结果")

9. [全局平均池化层GlobalAveragePooling2D](https://www.malaoshi.top/show_1EF4YsF7RPkg.html "全局平均池化层GlobalAveragePooling2D")

9. [Global Max Pool（全局最大池化层gmp）](https://www.malaoshi.top/show_1EF5LFfo4DHY.html "Global Max Pool（全局最大池化层gmp）")

9. [全连接层、gap、gmp比较](https://www.malaoshi.top/show_1EF5LGMYJMsd.html "全连接层、gap、gmp比较")

10. [CNN的多层结构](https://www.malaoshi.top/show_1EF53r8LfrBp.html "CNN的多层结构")

8. [实验：通过卷积神经网络实现fashion识别](https://www.malaoshi.top/show_1EF4V9jd7Pa3.html "实验：通过卷积神经网络实现fashion识别")

6. [CNN卷积神经网络-卷积层RGB图（三通道图）运算过程](https://www.malaoshi.top/show_1EF4C2unOFre.html "CNN卷积神经网络-卷积层RGB图（三通道图）运算过程")

7. [实验：验证卷积运算（RGB图）](https://www.malaoshi.top/show_1EF4Z46Qy6zS.html "手动实现卷积运算（RGB图）")

# 函数式api

1. [Keras函数式API](https://www.malaoshi.top/show_1EF4TOg6mzFU.html "Keras函数式API")

# 卷积神经网络2

1. [将卷积结果、池化结果显示成图片（model）](https://www.malaoshi.top/show_1EF4TgO3kzPh.html "将卷积结果、池化结果显示成图片（model）")

2. [手动实现卷积运算、最大池化运算、全局平均池化运算](https://www.malaoshi.top/show_1EF4Yx7v8m7C.html "手动实现卷积运算、最大池化运算、全局平均池化运算")

### tf.data读取图片
1. [tensorflow张量（tf.Tensor）](https://www.malaoshi.top/show_1EF4ZcUuSEBb.html "tensorflow张量（tf.Tensor）")

2. [tensorflow的eager模式和graph模式](https://www.malaoshi.top/show_1EF4aMnxYdnu.html "tensorflow2的eager模式和graph模式")

1. [tf.data.Dataset](https://www.malaoshi.top/show_1EF47ZxC4RYZ.html "tf.data.Dataset")

2. [tensorflow读取图片](https://www.malaoshi.top/show_1EF4Wk6S9pDC.html "tensorflow读取图片")

3. [案例：航空图分类训练](https://www.malaoshi.top/show_1EF4YgCtda54.html "案例：航空图分类训练")

# 迁移学习
1. [迁移学习Transfer Learning](https://www.malaoshi.top/show_1EF4buY7xJwu.html "迁移学习Transfer Learning")

2. [预训练模型](https://www.malaoshi.top/show_1EF4bwS1IGmj.html "预训练模型")

3. [keras预训练模型](https://www.malaoshi.top/show_1EF4cD94Eh8p.html "keras预训练模型")

4. [VGG16](https://www.malaoshi.top/show_1EF4cagtAUVw.html "VGG16")

- [VGG16的分类信息](https://www.malaoshi.top/show_1EF4vj09R8GC.html "VGG16的分类信息")

6. [猫狗识别（使用VGG16神经网络）](https://www.malaoshi.top/show_1EF4vi5xOeDl.html "猫狗识别（使用VGG16神经网络）")

3. [微调fine-tuning](https://www.malaoshi.top/show_1EF4bwS5OQVk.html "微调fine-tuning")

7. [猫狗识别（使用VGG16神经网络）-微调](https://www.malaoshi.top/show_1EF4vyjtBcY5.html "猫狗识别（使用VGG16神经网络）-微调")

# Batch Normalization
1. [Batch Normalization层的作用](https://www.malaoshi.top/show_1EF4YS1pjSMk.html "Batch Normalization层的作用")

2. [案例：航空图分类训练（使用BN层）](https://www.malaoshi.top/show_1EF4YgUEQ1HK.html "案例：航空图分类训练（使用BN层）")

# [ResNet神经网络目录](https://www.malaoshi.top/show_1EF6GK9a8wQe.html "ResNet神经网络目录")

# 多输出模型
1. [tensorflow2构建多输出模型（案例）](https://www.malaoshi.top/show_1EF4x9LmXvFC.html "tensorflow2构建多输出模型（案例）")

2. [检测人脸颜值、亚欧、性别的模型（案例）](https://www.malaoshi.top/show_1EF5NUEm0T3B.html "检测人脸颜值、亚欧、性别的模型（案例）")

# 图像定位

1. [tensorflow2图像定位](https://www.malaoshi.top/show_1EF50A9qYPzo.html "tensorflow2图像定位")

# 语义分割
详见：https://www.malaoshi.top/show_1EF53sQBNdR7.html

# 梯度下降

1. [梯度下降](https://www.malaoshi.top/show_1EF44cFgc3QB.html "梯度下降")

2. [梯度下降-代码实现](https://www.malaoshi.top/show_1EF4G05NJ24L.html "梯度下降-代码实现")

3. [tensorflow2实现梯度下降](https://www.malaoshi.top/show_1EF4grPGjcvs.html "tensorflow2实现梯度下降")

3. [梯度下降的种类](https://www.malaoshi.top/show_1EF4FyTofUCR.html "梯度下降的种类")

# TensorBoard
- [Tensorboard](https://www.malaoshi.top/show_1EF4DhBJNWJ5.html "Tensorboard")

- [Tensorboard-keras代码实现](https://www.malaoshi.top/show_1EF4CyV17yOZ.html "Tensorboard-keras代码实现")

- [Tensorboard启动和界面说明](https://www.malaoshi.top/show_1EF4DQMwvuZp.html "Tensorboard启动和界面说明")

# 其他
- [分类与回归](https://www.malaoshi.top/show_1EF3qfvid1Ji.html "分类与回归")

- [深度学习优化算法](https://www.malaoshi.top/show_1EF3qgUE5DI8.html "深度学习优化算法")

- [查看卷积特征图结果，权重、偏置（backend）](https://www.malaoshi.top/show_1EF4B80bKdEG.html "查看卷积特征图结果，权重、偏置（backend）")

- [卷积神经网络模型](https://www.malaoshi.top/show_1EF4BIk2bzJ3.html "卷积神经网络模型")

# 废弃
12. [多层感知机的代码实现（废弃）](https://www.malaoshi.top/show_1EF3xAt9u8mi.html "多层感知机的代码实现")

4. [（废弃）查看卷积特征图结果，权重、偏置（model版）](https://www.malaoshi.top/show_1EF4BCXBrdv7.html "查看卷积特征图结果，权重、偏置（model版）")

原文出处：https://malaoshi.top/show_1EF3oW5uZcjO.html