机器学习实战：基于Scikit-Learn和TensorFlow

练习 第3章 分类 MNIST 训练一个二元分类器 性能考核 多类别分类器 错误分析 多标签分类 多输出分类 练习 第4章 训练模型 线性回归 梯度下降 多项式回归 学习曲线 正则线性模型 练习 第5章 支持向量机 线性SVM分类 非线性SVM分类 用TensorBoard来可视化图和训练曲线 命名作用域 模块化 共享变量 练习 第10章 人工神经网络简介 从生物神经元到人工神经元 用TensorFlow的高级API来训练MLP 使用纯TensorFlow训练DNN 微调神经网络的超参数 练习 第11章 训练深度神经网络 梯度消失/爆炸问题 重用预训练图层 快速优化器 通过正则化避免过度拟合 实用指南 练习 第12章 跨设备和服务器的分布式TensorFlow 一台机器上的多个运算资源 ......