分水岭

《TensorFlow实战(黄文坚)》目录： 1 TensorFlow基础 11.1 TensorFlow概要 11.2 TensorFlow编程模型简介 42 TensorFlow和其他深度学习框架的对比 182.1 主流深度学习框架对比 182.2 各深度学习框架简介 203 TensorFlow第一步 393.1 TensorFlow的编译及安装 393.2 TensorFlow实现SoftmaxRegression识别手写数字 464 TensorFlow实现自编码器及多层感知机 554.1 自编码器简介 554.2 TensorFlow实现自编码器 594.3 多层感知机简介 664.4 TensorFlow实现多层感知机 705 TensorFlow实现卷积神经网络 745.1 卷积神经网络简介 745.2 TensorFlow实现简单的卷积网络 805.3 TensorFlow实现进阶的卷积网络 836 TensorFlow实现经典卷积神经网络 956.1 TensorFlow实现AlexNet 976.2 TensorFlow实现VGGNet 1086.3 TensorFlow实现GoogleInceptionNet 1196.4 TensorFlow实现ResNet 1436.5 卷积神经网络发展趋势 1567 TensorFlow实现循环神经网络及Word2Vec 1597.1 TensorFlow实现Word2Vec 1597.2 TensorFlow实现基于LSTM的语言模型 1737.3 TensorFlow实现BidirectionalLSTMClassifier 1888 TensorFlow实现深度强化学习 1958.1 深度强化学习简介 1958.2 TensorFlow实现策略网络 2018.3 TensorFlow实现估值网络 2139 TensorBoard、多GPU并行及分布式并行 2339.1 TensorBoard 2339.2 多GPU并行 2439.3 分布式并行 24910 TF.Learn从入门到精通 25910.1 分布式Estimator 25910.2 深度学习Estimator 26710.3 机器学习Estimator 27210.4 DataFrame 27810.5 监督器Monitors 27911 TF.Contrib的其他组件 28311.1 统计分布 28311.2 Layer模块 28511.3 性能分析器tfprof 293参考文献 297

基于Opencv的，运用高斯拉普拉斯算子二维斑点检测，详见代码(Based on Opencv, two-dimensional spot detection using gauss Laplace operator, as shown in the code )

【实例简介】

一个Python脚本和模块只在终端使用ANSI颜色。

说明：  编写简单的神经网络程序，使得通过神经网络对手写数字（将手写每个数字转换成784个数字表示）进行识别。在文件里放了100组训练集和10组训练集，训练准确率达到80%。事实证明，增大训练集至1000组可以将准确率提升至95%(Write a simple neural network program to recognize handwritten digits (converting each handwritten digit into 784 digital representations) by neural network. In the document, there are 100 training sets and 10 training sets, and the training accuracy rate reaches 80%. It has been proved that increasing the training set to 1000 groups can increase the accuracy rate to 95%.)

Ironpython客户端的初始化文件，可实现多种功能(Initial file for Ironpython client for a variety of functions)

说明：  基于Python语言的联合abaqus的模拟骨生长源代码(Source code of simulated bone growth combined with ABAQUS)

说明：  根据文件名判断是json还是csv并进行相应的转化(Judge whether it is JSON or CSV according to the file name and translate it accordingly)

详细介绍了OPENCV的基础函数知识，值得观看。以PPT形式，附加源码介绍。(Detailed the knowledge of the the OPENCV basis of function, is worth watching. PPT format, introduced additional source.)

包含斯坦福nlp相关教程，可以察看安装教程(I just want some corpus please)