×
思维导图备注
Sklearn 与 TensorFlow 机器学习实用指南
首页
白天
夜间
小程序
阅读
书签
我的书签
添加书签
移除书签
在多个 GPU 上分布式部署深度 RNN 网络
来源:apachecn
浏览
725
扫码
分享
2018-10-27 11:57:56
在多个 GPU 上分布式部署深度 RNN 网络
当前内容版权归
apachecn
或其关联方所有,如需对内容或内容相关联开源项目进行关注与资助,请访问
apachecn
.
上一篇:
下一篇:
Sklearn 与 TensorFlow 机器学习实用指南
零、前言
1、机器学习海啸
2、您项目中的机器学习
3、目标和方法
4、准备条件
5、路线图
6、其他资源
7、本书中的一些约定
8、使用代码示例
9、O’Reilly Safari
10、如何联系我们
11、致谢
一、机器学习概览
什么是机器学习?
为什么使用机器学习?
机器学习系统的类型
批量和在线学习
基于实例学习
机器学习的主要挑战
测试和确认
练习
二、一个完整的机器学习项目
使用真实数据
项目概览
获取数据
数据探索和可视化、发现规律
为机器学习算法准备数据
选择并训练模型
模型微调
启动、监控、维护系统
实践!
练习
三、分类
MNIST
训练一个二分类器
对性能的评估
多类分类
误差分析
多标签分类
多输出分类
练习
四、训练模型
线性回归
梯度下降
多项式回归
学习曲线
线性模型的正则化
逻辑回归
练习
五、支持向量机
线性支持向量机分类
非线性支持向量机分类
SVM 回归
背后机制
练习
六、决策树
决策树的训练和可视化
开始预测
估计分类概率
CART 训练算法
计算复杂度
基尼不纯度或是信息熵
正则化超参数
回归
不稳定性
练习
七、集成学习和随机森林
投票分类
在 sklearn 中的 Bagging 和 Pasting
随机贴片与随机子空间
随机森林
提升
Stacking
练习
八、降维
维数灾难
投影(Projection)
保留(最大)方差
核 PCA(Kernel PCA)
其他降维方法
练习
九、启动并运行 TensorFlow
安装
创造第一个图谱,然后运行它
管理图谱
节点值的生命周期
Linear Regression with TensorFlow
实现梯度下降
手动计算渐变
Using autodiff
使用优化器
将数据提供给训练算法
MINI-BATCH 完整代码
保存和恢复模型
名称作用域
模块性
共享变量
十、人工神经网络介绍
从生物到人工神经元
生物神经元
神经元的逻辑计算
感知器
多层感知器与反向传播
用 TensorFlow 高级 API 训练 MLP
使用普通 TensorFlow 训练 DNN
构造阶段
执行阶段
使用神经网络
微调神经网络超参数
隐藏层数量
每层隐藏层的神经元数量
激活函数
完整代码
练习
十一、训练深层神经网络
梯度消失/爆炸问题
非饱和激活函数
批量标准化
梯度裁剪
复用预训练层
复用 TensorFlow 模型
复用来自其它框架的模型
冻结较低层
缓存冻结层
调整,删除或替换较高层
Model Zoos
无监督的预训练
在辅助任务上预训练
更快的优化器
动量优化
Nesterov 加速梯度
AdaGrad
RMSProp
Adam 优化
训练稀疏模型
学习率调整
通过正则化避免过拟合
早期停止
L1 和 L2 正则化
Dropout
最大范数正则化
数据增强
实践指南
练习
十二、设备和服务器上的分布式 TensorFlow
一台机器上多设备
管理 GPU 内存
简单放置
并行运行
控制依赖关系
多个服务器的多个设备
开始一个会话
主机和辅助服务
固定任务的操作
跨多个参数服务器的分片变量
十三、卷积神经网络
视觉皮层的结构
卷积层
卷积核/过滤器
叠加的多个特征映射
TensorFlow 实现
内存需求
池化层
CNN 架构
LeNet-5
AlexNet
GoogLeNet
ResNet
TensorFlow 卷积操作
十四、循环神经网络
循环神经元
记忆单元
输入和输出序列
TensorFlow 中的基本 RNN
时间上的静态展开
时间上的动态展开
处理变长输入序列
处理变长输出序列
训练 RNN
训练序列分类器
为预测时间序列而训练
深度 RNN
在多个 GPU 上分布式部署深度 RNN 网络
Dropout 的应用
长时训练的困难
窥孔连接
GRU 单元
单词嵌入
练习
十五、自编码器
有效的数据表示
用不完整的线性自编码器执行 PCA
栈式自编码器(SAE)
TensorFlow实现
关联权重
一次训练一个自编码器
可视化重建
可视化功能
无监督预训练使用栈式自编码器
降噪自编码(DAE)
TensorFlow 实现
稀疏自编码器
TensorFlow 实现
变分自编码器(VAE)
生成数字
其他自编码器
十六、强化学习
学习优化奖励
策略搜索
OpenAI 的介绍
神经网络策略
评价行为:信用分配问题
策略梯度
马尔可夫决策过程
时间差分学习与 Q 学习
探索策略
近似 Q 学习
学习去使用深度 Q 学习来玩 Ms.Pac-Man
练习
感谢
附录 C、SVM 对偶问题
附录 D、自动微分
手动微分法
符号微分
数值微分
前向自动微分
反向自动微分
暂无相关搜索结果!
本文档使用
BookStack
构建
×
分享,让知识传承更久远
×
文章二维码
手机扫一扫,轻松掌上读
×
文档下载
普通下载
下载码下载(免登录无限下载)
你与大神的距离,只差一个APP
请下载您需要的格式的文档,随时随地,享受汲取知识的乐趣!
PDF
文档
EPUB
文档
MOBI
文档
温馨提示
每天每在网站阅读学习一分钟时长可下载一本电子书,每天连续签到可增加阅读时长
下载码方式下载:免费、免登录、无限制。
免费获取下载码
下载码
文档格式
PDF
EPUB
MOBI
码上下载
×
微信小程序阅读
您与他人的薪资差距,只差一个随时随地学习的小程序
×
书签列表
×
阅读记录
阅读进度:
0.00%
(
0/0
)
重置阅读进度