https://github.com/relph1119/deeplearning-with-tensorflow-notes

龙曲良《TensorFlow深度学习》学习笔记及代码，采用TensorFlow2.0.0版本
https://github.com/relph1119/deeplearning-with-tensorflow-notes

deep-learning tensorflow

Last synced: about 6 hours ago
JSON representation

龙曲良《TensorFlow深度学习》学习笔记及代码，采用TensorFlow2.0.0版本

• Host: GitHub
• URL: https://github.com/relph1119/deeplearning-with-tensorflow-notes
• Owner: Relph1119
• License: gpl-3.0
• Created: 2020-02-14T07:09:14.000Z (almost 5 years ago)
• Default Branch: master
• Last Pushed: 2023-02-16T00:40:06.000Z (almost 2 years ago)
• Last Synced: 2023-11-07T17:33:08.041Z (about 1 year ago)
• Topics: deep-learning, tensorflow
• Language: Jupyter Notebook
• Homepage:
• Size: 9.94 MB
• Stars: 163
• Watchers: 4
• Forks: 53
• Open Issues: 12
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

        
# TensorFlow深度学习练习代码

  龙龙（龙曲良）老师的《TensorFlow深度学习》是TensorFlow2.0入门教材之一。  

  本书共15章，大体上可分为4个部份：第1-3章为第1部分，主要介绍人工智能的初步认知，并引出相关问题；第4-5章为第2部分，主要介绍TensorFlow相关基础，为后续算法实现铺垫；第6-9章为第3部分，主要介绍神经网络的核心理论和共性知识，让读者理解深度学习的本质；第10-15章为模型算法应用部分，主要介绍常见的算法与模型，让读者能够学有所用。  

  **申明：** 所有的代码都来源于《TensorFlow深度学习》，github地址：https://github.com/dragen1860/Deep-Learning-with-TensorFlow-book。

## 使用说明

1. 本练习代码是搭配龙龙老师的《TensorFlow深度学习》一书。

2. 关于本笔记中的练习代码，已经消缺了书中代码的错误，可以很方便地执行程序。  

3. 关于书中的很多图，已经写好了生成数据图的代码，在对应的目录下也有数据图。

4. 关于书中很多用jupyter notebook写的代码示例，也在对应的目录下有对应章节的ipynb文档。

5. 关于python包的版本问题，请详见requirements.txt文件，笔者采用的tensorflow-gpu==2.0.0，可以使用cpu版本，但是运行会特别慢。

6. keras模型与数据下载地址：链接：https://pan.baidu.com/s/1Rt6KYWUAQ8MWKY9UVVDtmQ 提取码：wedp  

7. 相关数据集和gym包，百度网盘的下载地址：链接：https://pan.baidu.com/s/1fZ748Xz3WrgQnIaxGsrZLQ，提取码：ea6u  



  使用windows平台的tensorflow，将keras中的datasets和models放入到C:\\Users\\{pcUserName}\\.keras路径下，其他的数据包，在对应的练习代码中有说明。

## 选用的《TensorFlow深度学习》版本



> 书名：TensorFlow深度学习


> 作者：龙龙老师


> 版次：2019年12月05日测试版第2版


电子书（带书签-无水印版）的百度网盘地址：链接：https://pan.baidu.com/s/1CPXZSrqVTJWHc3cYXIYjNg，提取码：mrhw

## 主要贡献者（按首字母排名）

[@胡锐锋-天国之影-Relph](https://github.com/Relph1119)

## 总结

  本书总共用了16天（2020年2月14日-2020年3月1日）阅读完，对TensorFlow和Keras的使用有很大的收获，其中第11、13章和第15章的scratch训练，由于电脑的显卡不好，不能完成练习，但其他章节的练习均已完成。  

  

**注意：** 如果出现以下这个错误，说明显卡的显存太低，可以将代码和数据集放到Google Colab上面执行。

> tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shape[500,500,500] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc [Op:Sub] name: sub/  

## LICENSE

[GNU General Public License v3.0](https://github.com/relph1119/deeplearning-with-tensorflow-notes/blob/master/LICENSE)