TensorFlow Eager图文教程（附9张图解和Jupyter）

【导读】Eager模式（动态图）是TensorFlow 1.4之后最重要的新特性之一，也是TensorFlow 2中的主流用法。本文推荐一个Github上的关于TensorFlow Eager的较为完整的图文教程（附Jupyter Notebook）。

教程链接

---

教程被托管在Github中，作者为Madalina Buzau，链接：

https://github.com/madalinabuzau/tensorflow-eager-tutorials

01. 用Eager构建简单的神经网络

---

在生成的数据上，用Eager构建和训练一个只有一个隐藏层的神经网络。

Jupyter: 

https://github.com/madalinabuzau/tensorflow-eager-tutorials/blob/master/01_simple_feedforward_neural_network.ipynb

02. 在Eager中使用评价指标

---

在三种类型机器学习任务中（多分类、不平衡数据和回归）中使用与Eager模式兼容的评价指标。

Jupyter:

https://github.com/madalinabuzau/tensorflow-eager-tutorials/blob/master/02_using_metrics_in_eager_mode.ipynb

03. 保存和恢复训练的模型

---

用Eager保存模型，之后载入模型在新数据上进行预测。

Jupyter:

https://github.com/madalinabuzau/tensorflow-eager-tutorials/blob/master/03_save_and_restore_model.ipynb

04. 将文本数据转换为TFRecords

---

将不等长的文本保存为TFRecords，TFRecords可以被快速地进行padding操作，并使用迭代器读取。

Jupyter:

https://github.com/madalinabuzau/tensorflow-eager-tutorials/blob/master/04_text_data_to_tfrecords.ipynb

05. 将图像数据转换为TFRecords

---

将图像和相关的meta信息（例如图像的目标）保存为TFRecords。

Jupyter:

https://github.com/madalinabuzau/tensorflow-eager-tutorials/blob/master/05_images_to_tfrecords.ipynb

06. 将TFRecords读取到batches中

---

从TFRecords中将不等长的文本或图像读取到batches中。

Jupyter:

https://github.com/madalinabuzau/tensorflow-eager-tutorials/blob/master/06_read_data_in_batches_from_tfrecords.ipynb

07. 构建卷积网络进行表情识别

---

用TensorFlow Eager API和FER2013数据集从头构建一个表情识别卷积网络。在教程的最后，你可以在网络摄像头上来识别你自己的表情，非常有趣的实践。

Jupyter:

https://github.com/madalinabuzau/tensorflow-eager-tutorials/blob/master/07_convolutional_neural_networks_for_emotion_recognition.ipynb

08. 构建动态RNN来进行序列分类

---

用TensorFlow Eager API构建动态RNN在Stanford Large Movie Review数据集上进行序列分类。

Jupyter:

https://github.com/madalinabuzau/tensorflow-eager-tutorials/blob/master/08_dynamic_recurrent_neural_networks_for_sequence_classification.ipynb

09. 构建RNN来进行时序回归

---

构建RNN来进行时序预测。

Jupyter:

https://github.com/madalinabuzau/tensorflow-eager-tutorials/blob/master/09_recurrent_neural_networks_for_time_series_regression.ipynb

参考资料：

• https://github.com/madalinabuzau/tensorflow-eager-tutorials

-END-

专 · 知

人工智能领域26个主题知识资料全集获取与加入专知人工智能服务群: 欢迎微信扫一扫加入专知人工智能知识星球群，获取专业知识教程视频资料和与专家交流咨询！

PC登录www.zhuanzhi.ai或者点击阅读原文，可以获取更多AI知识资料！

加入专知主题群（请备注主题类型：AI、NLP、CV、 KG等）可以其他同行一起交流~ 请加专知小助手微信（扫一扫如下二维码添加），

 AI 项目技术 & 商务合作：bd@zhuanzhi.ai, 或扫描上面二维码联系！

请关注专知公众号，获取人工智能的专业知识！

点击“阅读原文”，使用专知