课程介绍

本课程使用了TensorFlow稳定版中的最新版本，尽管目前TensorFlow2.0已经推出，但仍然是Alpha版，并不建议各位同学之间使用TensorFlow2.0学习，因为这只是Alpha版，连Beta版都不是，在正式推出后，甚至在推出Beta版后，可能API大多数要发生变化，所以学了也白学。

本课程采用Python 3.x录制，适合于Python3.5及以上的所有Python版本。视频以及源代码适合于Windows、macOS和Linux系统。

课程目录

1-TensorFlow简介.mp4

2-安装TensorFlow.mp4

3-TensorFlow中的常量-TensorFlow名字的由来.mp4

4-常量运算.mp4

5-占位符类型.mp4

6-TensorFlow的变量.mp4

7-初始化TensorFlow变量的方法.mp4

8-TensorFlow中常用的运算函数.mp4

9-管理计算图.mp4

10-计算图节点的依赖于生命周期.mp4

11-用TensorFlow实现线性回归算法.mp4

12-数据的归一化和标准化.mp4

13-使用Tensorflow实现梯度下降算法.mp4

14-保存和恢复模型.mp4

15-可视化计算图.mp4

16-使用Tensorboard可视化计算图.mp4

17-命名作用域.mp4

18-模块化.mp4

19-变量作用域和共享变量.mp4