【读书会】深度学习 TensorFlow

[jiangzhonglian]

【读书会】深度学习 TensorFlow

• 【推荐】深度学习 TensorFlow 从0～1入门
• TensorFlow 文档: https://tensorflow.google.cn/tutorials
• TensorFlow 视频: https://developers.google.com/machine-learning/crash-course/ml-intro

参与

• QQ群: 713436582
• 时间周期: 2018-12-10～2018-12-21 （共 14 天）
• 学习方式: 自主留言进度，无监督模式（主要是先过一遍，然后实现文档中的代码效果，有问题留言）

内容

1. 安装
2. 学习（教程）
   1. 开始使用 TensorFlow
   2. 学习和使用机器学习
      • 概述
      • 基本分类
      • 文本分类
      • 回归
      • 过拟合和欠拟合
      • 保存和恢复模型

---

1. 学习快的，可以帮助协助回答问题
2. 学习快的，可以继续往下预习后面内容

---

安装: https://tensorflow.google.cn/install
学习: https://tensorflow.google.cn/tutorials
API：https://tensorflow.google.cn/guide

[jiangzhonglian]

学习计划

用户: 片刻

序号	完成时间	算法内容	完成进度	更新时间
1	2018-12-10	安装	100%	2018-12-10
2	2018-12-11	学习（教程）	100%	2018-12-10
3	2018-12-12	概述	100%	2018-12-11
4	2018-12-14	基本分类	100%	2018-12-11
5	2018-12-16	文本分类	100%	2018-12-14
6	2018-12-18	回归	100%	2018-12-17
7	2018-12-20	过拟合和欠拟合	100%	2018-12-17
8	2018-12-21	保存和恢复模型	100%	2018-12-18

---

总结: [个人心得和体会]

1. 先看明白，有时间再测试运行！

Tensorflow 开发流程

• 1.加载包
• 2.导入数据集
• 3.探索数据
• 4.预处理数据
• 5.构建模型
  • 5.1设置层
  • 5.2编译模型
• 6.训练模型
• 7.评估准确率
• 8.做出预测

下面总结一下防止神经网络出现过拟合的最常见方法：

1. 获取更多训练数据。
2. 降低网络容量。
3. 添加权重正则化。
4. 添加丢弃层。

还有两个重要的方法在本指南中没有介绍：数据增强 和 批次归一化。

[jianfengMan]

学习计划

用户: 小布

序号	完成时间	算法内容	完成进度	更新时间
1	2018-12-10	安装	100%	2018-12-10
2	2018-12-11	学习（教程）	100%	2018-12-10
3	2018-12-12	概述	100%	2018-12-11
4	2018-12-14	基本分类	100%	2018-12-11
5	2018-12-16	文本分类	100%	2018-12-12
6	2018-12-18	回归	100%	2018-12-13
7	2018-12-20	过拟合和欠拟合	100%	2018-12-14
8	2018-12-21	保存和恢复模型	100%	2018-12-15

---

总结: [个人心得和体会]
跟着ApacheCN的脚步走，心理踏实。
Github: https://github.com/jianfengMan/mytensorflow

[icrn]

学习计划

用户: icrn

序号	完成时间	算法内容	完成进度	更新时间
1	2018-12-10	安装	100%	2018-12-10
2	2018-12-11	学习（教程）	100%	2018-12-12
3	2018-12-12	概述	100%	2018-12-12
4	2018-12-14	基本分类	100%	2018-12-14
5	2018-12-16	文本分类	100%	2018-12-15
6	2018-12-18	回归	0%
7	2018-12-20	过拟合和欠拟合	0%
8	2018-12-21	保存和恢复模型	0%

---

总结: [个人心得和体会]
代码跑了一遍。。。

[1109226620]

学习计划

用户: 我会发光

序号	完成时间	算法内容	完成进度	更新时间
1	2018-12-10	安装	100%	2018-12-10
2	2018-12-11	学习（教程）	0%
3	2018-12-12	概述	0%
4	2018-12-14	基本分类	0%
5	2018-12-16	文本分类	0%
6	2018-12-18	回归	0%
7	2018-12-20	过拟合和欠拟合	0%
8	2018-12-21	保存和恢复模型	0%

---

总结: [个人心得和体会]
小白入门，pip直接安装，遇到一点问题百度解决了，还需要继续努力

[xiaoshuzh]

序号 完成时间 算法内容 完成进度 更新时间
1 2018-12-10 安装 100% 2018-12-11
2 2018-12-11 学习（教程） 100% 2018-12-11
3 2018-12-12 概述 100% 2018-12-11
4 2018-12-14 基本分类 100% 2018-12-11
5 2018-12-16 文本分类 0%
6 2018-12-18 回归 0%
7 2018-12-20 过拟合和欠拟合 0%
8 2018-12-21 保存和恢复模型 0%

之前已经学过了， 现在温习一波。谷歌官方的教程还是很清晰的，不错，希望可以坚持下去。

[lbllol365]

学习计划

序号	完成时间	算法内容	完成进度	更新时间
1	2018-12-10	安装	100%	2018-12-11
2	2018-12-11	学习（教程）	0%
3	2018-12-12	概述	0%
4	2018-12-14	基本分类	0%
5	2018-12-16	文本分类	0%
6	2018-12-18	回归	0%
7	2018-12-20	过拟合和欠拟合	0%
8	2018-12-21	保存和恢复模型	0%

---

之前学过一遍tf，但觉得学得不扎实，可能是用的少吧，所以跟着大家再学一遍

[wpfgogogo]

序号	完成时间	算法内容	完成进度	更新时间
1	2018-12-10	安装	100%	2018-12-10
2	2018-12-11	学习（教程）	100%	2018-12-10
3	2018-12-12	概述	100%	2018-12-11
4	2018-12-14	基本分类	100%	2018-12-13
5	2018-12-16	文本分类	100%	2018-12-14
6	2018-12-18	回归	100%	2018-12-17
7	2018-12-20	过拟合和欠拟合	100%
8	2018-12-21	保存和恢复模型	100%

总结：
整体框架清楚了，下一步具体完善框架中的内容

[Lingmoumou]

学习计划

用户：brush

序号	完成时间	算法内容	完成进度	更新时间
1	2018-12-10	安装	100%	2018-12-10
2	2018-12-11	学习（教程）	100%	2018-12-12
3	2018-12-12	概述	100%	2018-12-12
4	2018-12-14	基本分类	0%
5	2018-12-16	文本分类	0%
6	2018-12-18	回归	0%
7	2018-12-20	过拟合和欠拟合	0%
8	2018-12-21	保存和恢复模型	0%

---

总结: Mark一下google的机器学习速成课程~

[qa8306202]

学习计划

用户: ssozh

序号	完成时间	算法内容	完成进度	更新时间
1	2018-12-10	安装	100%	2018-12-10
2	2018-12-11	学习（教程）	100%	2018-12-12
3	2018-12-12	概述	100%	2018-12-12
4	2018-12-14	基本分类	100%	2018-12-12
5	2018-12-16	文本分类	100%	2018-12-14
6	2018-12-18	回归	0%
7	2018-12-20	过拟合和欠拟合	0%
8	2018-12-21	保存和恢复模型	0%

---

总结: [个人心得和体会]

1. 今天是没有机会看明白了，不过总算是跑出来了，我用的方法是先下载下来zip文件，自己载入然后reshape55000784=5500028*28；不会的可以群里私@请叫我SsoZh

[HelWireless]

学习计划

用户: 猫空

序号	完成时间	算法内容	完成进度	更新时间
1	2018-12-10	安装	100%	2018-12-10
2	2018-12-11	学习（教程）	100%	2018-12-10
3	2018-12-12	概述	100%	2018-12-11
4	2018-12-14	基本分类	100%	2018-12-12
5	2018-12-16	文本分类	100%	2018-12-14
6	2018-12-18	回归	100%	2018-12-18
7	2018-12-20	过拟合和欠拟合	100%	2018-12-21
8	2018-12-21	保存和恢复模型	50%	2018-12-21

---

总结: [个人心得和体会]

对于checkpoint 还是有些不明白，基本的TensorFlow流程已经清晰，可以简单写分类回归的模型，后面找一两个例子试一试。

[anyuese]

用户:Warrior

序号 完成时间 算法内容 完成进度 更新时间
1 2018-12-10 安装 100% 2018-12-10
2 2018-12-11 学习（教程） 100% 2018-12-10
3 2018-12-12 概述 100% 2018-12-12
4 2018-12-14 基本分类 100% 2018-12-12
5 2018-12-16 文本分类 100%
6 2018-12-18 回归 0%
7 2018-12-20 过拟合和欠拟合 0%
8 2018-12-21 保存和恢复模型
重新学了下numpy,pandas,matlpotib的使用

---

友情提示:
别回头去学，先明白这个教程关于TF的开发流程和思路，学完再去查漏补缺

[geek8565]

序号	完成时间	算法内容	完成进度	更新时间
1	2018-12-10	安装	100%	2018-12-12
2	2018-12-11	学习（教程）	100%	2018-12-12
3	2018-12-12	概述	100%	2018-12-13
4	2018-12-14	基本分类	100%	2018-12-13
5	2018-12-16	文本分类	100%	2018-12-14
6	2018-12-18	回归	100%	2018-12-15
7	2018-12-20	过拟合和欠拟合	100%	2018-12-15
8	2018-12-21	保存和恢复模型	100%	2018-12-15

讲实话，真心不错，封装的很完美，值得深入学习