在使用 TensorFlow 2 构建高级模型之前，您需要先掌握基础知识。本章将带您学习如何定义常量与变量、执行张量加法与乘法，以及计算导数。具备一定线性代数知识会有所帮助，但并非必需。

常量与变量

将数据定义为常量

定义变量

基础运算

按元素相乘

用矩阵乘法进行预测

对张量维度求和

高级操作

重塑张量

用梯度做优化

处理图像数据

TensorFlow 入门

本章将带您在 TensorFlow 2 中构建、求解模型并进行预测。我们将聚焦一类简单模型——线性回归模型，并尝试预测房价。学完本章，您将掌握如何加载与处理数据、构建损失函数、执行最小化、进行预测，以及通过批量训练降低资源占用。

输入数据

使用 pandas 加载数据

设置数据类型

损失函数

TensorFlow 中的损失函数

修改损失函数

线性回归

设置线性回归

训练线性模型

多元线性回归

批量训练

准备进行批量训练

分批训练线性模型

线性模型

前几章已经介绍了如何在 TensorFlow 2 中构建模型。本章您将用同样的工具来构建、训练并用神经网络进行预测。您将学习如何定义全连接（dense）层、应用激活函数、选择优化器，并通过正则化降低过拟合。您还将同时运用 TensorFlow 的低级线性代数操作与高级 Keras API，来定义并训练模型，充分发挥其灵活性。

全连接层（Dense layers）

全连接层的线性代数

多样本的低层级实现

使用全连接层操作

激活函数

二元分类问题

多分类问题

优化器

局部极小的风险

避免陷入局部极小值

在 TensorFlow 中训练网络

TensorFlow 中的初始化

定义模型和损失函数

使用 TensorFlow 训练神经网络

神经网络

在最后一章中，您将使用 TensorFlow 2 的高级 API 来训练一个手语字母分类器。您将使用顺序式与函数式 Keras API 来训练、验证、预测并评估模型。您还将学习如何使用 Estimators API 简化模型定义与训练流程，并减少出错。

使用 Keras 定义神经网络

Keras 中的顺序模型

编译一个顺序模型

定义一个多输入模型

使用 Keras 进行训练与验证

使用 Keras 进行训练

Keras 中的度量与验证

过拟合检测

模型评估

使用 Estimators API 训练模型

使用 Estimators 做好训练准备

定义 Estimators

恭喜您！

高级 API

UCI Credit Card Default

King County House Sales

Sign Language MNIST

不久之前，最前沿的计算机视觉算法还分不清猫和狗的图片。如今，一位手持笔记本电脑的数据科学家就能分类上万种对象，准确率甚至超过人眼。在本课程中，您将使用 TensorFlow 2.6 来构建、训练模型并进行预测，这些模型推动了推荐系统、图像分类和金融科技的重大进展。您将学习高级 API，让您用大约 15 行代码就能设计并训练深度学习模型；也会学习低级 API，帮助您突破"开箱即用"的套路。此外，您还将学会如何准确预测房价、信用卡借款人违约，以及手语手势图像。

<h2>TensorFlow 入门 </h2>
不久前，最前沿的计算机视觉算法还无法区分猫和狗的图像。 如今，一名熟练的数据科学家只需一台笔记本电脑，就能以比人眼更高的准确率对数以万计的对象进行分类。
<br><br>
在本课程中，你将使用 TensorFlow 2.6 开发、训练并使用模型进行预测，这些模型推动了推荐系统、图像分类和金融科技领域的重大进展。 
<br><br>
<h2>使用线性模型进行预测</h2>
你将了解如何使用 TensorFlow 2.6 通过线性回归模型进行预测，并将通过预测 King County 的房价来检验你的知识。 本课程的这一部分将介绍损失函数，以及如何通过分批训练线性模型来减少资源消耗。 
<br><br>
<h2>训练你的神经网络</h2>
在课程的后半部分，你将使用相同的工具借助神经网络进行预测。 你将通过添加可训练变量，并使用你的模型和测试特征来预测目标值，来实践在 TensorFlow 中训练网络。 
<br><br>
<h2>将 TensorFlow 与 Keras API 结合使用 </h2>
将 Keras 强大的 API 纳入你的技能库，并学习如何将其与 TensorFlow 2.6 结合，以进行预测并评估模型。 在本课程结束时，您将了解如何使用 Estimators API 来简化模型定义并避免错误。

Supervised Learning with scikit-learn

学习使用TensorFlow 2.6和高级API，15行代码即可设计和训练深度学习模型。

Python 中的 TensorFlow 入门

学习神经网络基础，以及如何使用 TensorFlow 构建深度学习模型。

全连接层（Dense layers）

Create Your Free Account