tensorflow tutorial

Tutoriales de tensorflow y aprendizaje profundo

Tutoriales de aprendizaje profundo de Google

• Tutorial de aprendizaje profundo oficial de TensorFlow [中文].
• MLP con deserción de tensorflow [中文] TensorLayer [中文]
• TensorLayer de Autoencoder [中文]
• Red neuronal convolucional TensorFlow [中文] TensorLlayer [中文]
• TensorLlaw de red neuronal recurrente [中文] TensorLlayer [中文]
• Refuerzo profundo Aprendizaje TensorRoLayer [中文]
• Secuencia a secuencia TensorFlow TensorLayer [中文]
• Palabra incrustación de tensorflow [中文] TensorLayer [中文]

Lista de lectura de aprendizaje profundo

• Libro de aprendizaje profundo del MIT
• Blog de Karpathy
• Tutoriales de Stanford Ufldl
• Blog de Colah - incrustación de palabras [中文]
• Blog de Colah - Comprender LSTN [门函数]

Índice tutorial

0 - Requisito previo

• Introducción al aprendizaje automático (cuaderno)
• Introducción al conjunto de datos MNIST (cuaderno)

1 - Introducción

• Hello World (cuaderno) (código)
• Operaciones básicas (cuaderno) (código)

2 - Modelos básicos

• Vecino más cercano (cuaderno) (código)
• Regresión lineal (cuaderno) (código)
• Regresión logística (cuaderno) (código)

3 - Redes neuronales

• Perceptron multicapa (cuaderno) (código)
• Red neural convolucional (cuaderno) (código)
• Red neural recurrente (LSTM) (cuaderno) (código)
• Red neuronal recurrente bidireccional (LSTM) (cuaderno) (código)
• Red neuronal recurrente dinámica (LSTM) (código)
• Autoencoder (cuaderno) (código)

4 - Utilidades

• Guardar y restaurar un modelo (cuaderno) (código)
• TensorBoard - Visualización de gráficos y pérdidas (cuaderno) (código)
• TensorBoard - Visualización avanzada (código)

5 - Multi GPU

• Operaciones básicas en multi-GPU (cuaderno) (código)

Conjunto de datos

Algunos ejemplos requieren un conjunto de datos MNIST para capacitación y pruebas. No se preocupe, este conjunto de datos se descargará automáticamente al ejecutar ejemplos (con input_data.py). Mnist es una base de datos de dígitos escritos a mano, para una descripción rápida de ese conjunto de datos, puede verificar este cuaderno.

Sitio web oficial: http://yann.lecun.com/exdb/mnist/

Repositorios seleccionados

• JToy/Awesome-TensorFlow
• nlintz/tensorflow-tutoirals
• adatao/tensorspark
• Ry/TensorFlow-Retnet

Engaños

• Trucos para usar TensorLayer

Ejemplos

Lo esencial

• Perceptron de múltiples capas (MNIST) - Tarea de clasificación, ver tutorial_mnist_simple.py.
• Perceptrón de múltiples capas (MNIST) - Clasificación utilizando ITerator, ver Method1 y Method2.

Visión por computadora

• Autoencoder de Denoising (MNIST). Tarea de clasificación, ver tutorial_mnist.py.
• Apilado Denoising Autoencoder y Fine-Auting (MNIST). Tarea de clasificación, ver tutorial_mnist.py.
• Red convolucional (MNIST). Tarea de clasificación, ver tutorial_mnist.py.
• Red convolucional (CIFAR-10). Tarea de clasificación, consulte tutorial_cifar10.py y tutorial_cifar10_tfrecord.py.
• VGG 16 (Imagenet). Tarea de clasificación, ver tutorial_vgg16.py.
• VGG 19 (Imagenet). Tarea de clasificación, ver Tutorial_vgg19.py.
• InceptionV3 (Imagenet). Tarea de clasificación, ver tutorial_inceptionv3_tfslim.py.
• Resnet amplio (CIFAR) por Ritchieng.
• Se pueden conectar más implementaciones de CNN de TF-SLIM a TensorLayer a través de SlimNetslayer.
• Redes de transformadores espaciales por Zsdonghao.
• Net U para la segmentación del tumor cerebral por ZSDonghao.
• Autoencoder variacional (VAE) para (Celeba) por YZWXX.
• Autoencoder variacional (VAE) para (Mnist) por BUptldy.
• Subtinte de la imagen: reimplementación del IM2TXT de Google por ZSDonghao.

Procesamiento del lenguaje natural

• Red neuronal recurrente (LSTM). Aplique múltiples LSTM a PTB DataSet para el modelado de idiomas, consulte tutorial_ptb_lstm.py y tutorial_ptb_lstm_state_is_tuple.py.
• Incrustación de palabras (Word2Vec). Entrena una matriz de incrustación de palabras, ver tutorial_word2vec_basic.py.
• Restaurar la matriz de incrustación. Restaurar una matriz de incrustación previa al entrenamiento, ver tutorial_generate_text.py.
• Generación de texto. Genera nuevos scripts de texto, usando la red LSTM, consulte tutorial_generate_text.py.
• Texto chino Anti-Spam por Pakrchen.
• Chatbot en 200 líneas de código para SEQ2SEQ.
• Clasificación de oraciones de FastText (IMDB), consulte Tutorial_imdb_fastText.py de TomTung.

Aprendizaje adversario

• DCGAN (CELEBA). Generación de imágenes por redes adversas generativas convolucionales profundas por ZSDonghao.
• Texto adversario generativo a la síntesis de imágenes por ZSDonghao.
• Imagen no supervisada a la traducción de imágenes con redes adversas generativas por ZSDonghao.
• Cyclegan mejorado con condimentación de cambio de tamaño por Luoxier
• SUPER Resolución Gan por Zsdonghao.
• Dagan: reconstrucción de resonancia magnética de detección rápida por Nebulav.

Aprendizaje de refuerzo

• Gradiente / red de políticas (Atari Ping Pong), ver Tutorial_atari_pong.py.
• Profunda Q-Network (Frozen Lake), ver tutorial_frozenlake_dqn.py.
• Algoritmo de aprendizaje Q-Table (Frozen Lake), ver tutorial_frozenlake_q_table.py.
• Gradiente de política asincrónica utilizando TensordB (Atari Ping Pong) por Nebulav.
• AC para el espacio de acción discreta (Cartpole), ver tutorial_cartpole_ac.py.
• A3C para el espacio de acción continua (Bipedal Walker), ver tutorial_bipedalwalker_a3c*.py.
• Daga para (Torcs de gimnasio) por Zsdonghao.
• TRPO para el espacio de acción continuo y discreto por JJKke88.

Misceláneas

• Capacitación distribuida. Mnist e Imagenet por Jorgemf.
• Fusionar TF-Slim en TensorLayer. tutorial_inceptionv3_tfslim.py.
• Fusionar keras en TensorLayer. tutorial_keras.py.
• Aumento de datos con TFRecord. Forma efectiva de cargar y preprocesar datos, consulte tutorial_tfrecord*.py y tutorial_cifar10_tfrecord.py.
• Aumento de datos con TensorLayer, ver tutorial_image_process.py.
• Tensordb por fangde ver aquí.
• Un servicio web simple - TensorFlask por Joelkronander.
• Float 16 Modelo de media precisión, ver tutorial_mnist_float16.py

Enlaces útiles

• Trucos para usar TensorLayer