see you soon
《TensorFlow从0到1》就要结束了。
这个部分共包含18篇文章,4万余字(简书的严格统计不到4万)。总的来说,它无外乎两方面内容:人工神经网络,及其TensorFlow实现。稍细分的话,有3条主线。
主线1:神经网络理论基础:
主线2:TensorFlow入门:
主线3:神经网络优化:
希望这么分类后,能帮助读者快速定位所需内容。
这个主题是关于TensorFlow的,可我很确定的是:没有理论基础的支持,而直接学习工具,几乎寸步难行。所以,整个主题用到的几乎全部是算法概念对照的底层API,而没有高级API的身影。
我也没有急于展开“火热的”CNN、RNN,也是因为:凡有建造,先固基石。现代深度学习知识体系的基石,正是人工神经网络。我花了超过一半的篇幅来回填使用TensorFlow这一强大工具的前置条件,来实现事先的承诺:坚持通过启发性的方式,循序渐进构建系统化的理解,搭建一个“缓坡道”。而此时,你再回到TensorFlow游乐场,就会发现所有的设施都了无秘密。
尽管如此,限于篇幅,仍然有很多的重要知识点来不及一一记录和表达,还需要学习者自行钻研。
特别感谢我的恩师朱虹教授,以及朱虹图像研究室的杜森和薛杉博士,在我决定要转型AI领域时,你们倾囊相授,快速帮我建立了本领域最新的知识框架。
她在教我玩AI
在输出这个主题的过程中,我自己受益匪浅。尽管10年前就对神经网络有所了解,可是当真正付诸表达,才发现认识的肤浅。
感谢我的首批读者们,你们的关注、点赞、建议和纠错,都让这个主题变得更好,也是对我个人的极大鼓励。你们每一位的留言都会永久保留。
此外,不用担心《从0到1》的结束,因为《从1到2》即将开始。