TensorFlow 2.0 Guide官方教程个人学习笔记概览（持续更新）

一、Keras1.1 Keras 概览1.2 Keras 功能API1.3 训练和评价1.4 编写自定义层和模型1.5 保存和序列化模型1.6 Keras RNN1.7掩码和填充1.8 编写自定义回调二、Estimator2.1 Estimator三、Customization3.1 即刻执行3.2 变量3.3 张量3.4 不规则张量3.5 创建操作四、Data ...

黄水生

723人浏览 · 2019-11-02 14:12:02

黄水生 · 2019-11-02 14:12:02 发布

变更记录	版本	备注
2019.11.2	v1.0	谷歌官方Tensorflow 2.0 Guide 翻译
2021.4.5	v 1.1	在各子篇章内添加目录

一、Keras
1.1 Keras 概览
1.2 Keras 功能API
1.3 训练和评价
1.4 编写自定义层和模型
1.5 保存和序列化模型
1.6 Keras RNN
1.7掩码和填充
1.8 编写自定义回调

二、Estimator
2.1 Estimator

三、Customization
3.1 即刻执行
3.2 变量
3.3 张量
3.4 不规则张量
3.5 创建操作

四、Data input pipelines(数据输入流水线）
4.1 tf.data
4.2 性能

五、Saved a model（保存模型）
5.1 检查点
5.2 已保存模型

六、Accelerator（加速器）
6.1 分布式训练
6.2 GPU

七、附录
7.1 TF1和TF2版本兼容性
7.2 TF1升级到TF2-第一部分
7.2 TF1升级到TF2-第二部分

术语

术语	定义	备注
Tensor
Raged Tensor
shape
epoch	一个epoch表示所有训练样本运算学习一遍
step(iteration)	表示每运行一个iteration/step，更新一次参数权重，即进行一次学习，每一次更新参数需要batch size个样本进行运算学习，根据运算结果调整更新一次参数。
batch
batch_size	1次迭代所使用的样本量	$iteration= exampleNums∗epoch/batch_size$
dtype
Estimator
eager
pipeline
signature
graph
axis
all-reduce
TPU
GPU
CPU
fit
overfit
eval
consume
tain
evaluate
metric
generalization