monkidea / eat_tensorflow2_in_30_days_ipynb

30天掌握Tensorflow2.1 Jupyter Notebook 版

eat_tensorflow2_in_30_days_ipynb

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。

Convert to English version.

1、章节目录 ⏰

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	✅

2、运行环境

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