�Ŀ1 TensorFlow 2�_�l�h��� 1
�΄�1 ���bPython 2
�΄�2 ʹ��Python̓�M�h�� 6
�΄�3 ���bTensorFlow 2 8
�΄�4 ���bTensorFlow��GPU�汾 10
�΄�5 ʹ��JupyterLab 14
�Ŀ2 TensorFlow 2�Z�����A 16
�΄�1 ʹ��tf.constant������������ 17
�΄�2 ʹ��tf.convert_to_tensor������������ 19
�΄�3 ����ȫ0������ȫ1���� 21
�΄�4 �����������B�ֲ����S�C���� 23
�΄�5 ��������ֲ����S�C���� 25
�΄�6 �������Џ��� 27
�΄�7 ��׃������Ԫ�صĔ������ 29
�΄�8 �S�C��y��������� 31
�΄�9 �@ȡ��������Ϣ 33
�΄�10 ��׃�������Π� 35
�΄�11 ���ӏ����ľS�� 37
�΄�12 �h�������ľS�� 40
�΄�13 ���Q�����ľS�� 42
�΄�14 ������ƴ�Ӳ��� 44
�΄�15 �����ķָ���� 46
�΄�16 �����ĶѯB���� 48
�΄�17 �����ķֽ���� 50
�Ŀ3 TensorFlow�M�A 52
�΄�1 ͨ�^�����@ȡ������Ԫ�� 53
�΄�2 һ�S��������Ƭ���� 55
�΄�3 ���S��������Ƭ���� 57
�΄�4 ʹ��tf.gather������ȡ���� 59
�΄�5 ʹ��tf.gather_nd������ȡ���� 61
�΄�6 �����ļӜp�˳��\�� 63
�΄�7 �����ă硢ָ���������\�� 65
�΄�8 �����������\�� 67
�΄�9 ����Variable���� 70
�΄�10 ʹ��Variable����ķ��� 72
�΄�11 ��һԪ���η����Ԅ��� 74
�΄�12 ����Ԫ������ƫ���� 77
�΄�13 ��������ƫ���� 79
�Ŀ4 �ؚw���� 81
�΄�1 �ڶ��S���g���L��ɢ�c�D 82
�΄�2 �ڶ��S���g���L��ֱ�� 85
�΄�3 �����S���g���L��ɢ�c�D 87
�΄�4 �����S���g���L��ƽ��D 90
�΄�5 ����һԪ���Իؚwģ���A�y���r 93
�΄�6 ������Ԫ���Իؚwģ���A�y���r 99
�Ŀ5 �ݶ��½��㷨 105
�΄�1 ʹ�õ��������OСֵ 106
�΄�2 �^������е���ʎ 110
�΄�3 ʹ��б���Ԅ��{�����L 114
�΄�4 ���ݶ��½�����Oֵ 117
�΄�5 ���ݶ��½������һԪ���Իؚw 120
�΄�6 ���ݶ��½�������Ԫ���Իؚw 124
�Ŀ6 ����} 128
�΄�1 ���FSigmoid���� 129
�΄�2 ���F�����ؓpʧ���� 135
�΄�3 Ӌ��ģ�͵Ĝʴ_�� 141
�΄�4 ʹ��һԪ߉݋�ؚw���F��Ʒ����� 143
�΄�5 ���Sβ���������M�п�ҕ��ݔ�� 148
�΄�6 ʹ�ö�Ԫ߉݋�ؚw���F�Sβ����� 152
�΄�7 ���FSoftmax���� 157
�΄�8 ���F�������ؓpʧ���� 161
�΄�9 ���F���� 163
�Ŀ7 �˹��񽛾W�j���A 167
�΄�1 ��֪���㷨���F���� 168
�΄�2 ʹ��tf.keras.metrics.categorical_ crossentropy����Ӌ�㽻���ؓpʧ 176
�΄�3 ʹ�ÆΌ��񽛾W�j���F�Sβ���ķ�� 178
�΄�4 ʹ�ö����񽛾W�j���F�����\��Y���ķ�� 186
�΄�5 ʹ�ö����񽛾W�j���F�Sβ���ķ�� 196
�΄�6 ���FReLU���� 201
�΄�7 ���F�`�������㷨 207
�Ŀ8 �˹��񽛾W�j���� 214
�΄�1 ʹ��С�����ݶ��½��㷨Ӗ��ģ�� 215
�΄�2 ʹ��ָ��˥�p�W����Ӗ��ģ�� 220
�΄�3 ͨ�^�Զ��x�pʧ�������ģ�� 223
�΄�4 ʹ��SGD������Ӗ��ģ�� 226
�΄�5 ʹ��SGDM������Ӗ��ģ�� 229
�΄�6 ʹ��Adagrad������Ӗ��ģ�� 232
�΄�7 ʹ��RMSProp������Ӗ��ģ�� 235
�΄�8 ʹ��Adam������Ӗ��ģ�� 238
�΄�9 ʹ�����t�������^�M�� 241
�Ŀ9 Keras��񽛾W�j 246
�΄�1 ʹ��Sequential��񽛾W�j���F�Sβ����� 247
�΄�2 ʹ��Model�񽛾W�j���F�Sβ����� 253
�΄�3 ʹ��Sequential��񽛾W�j���F�֌������R�e 256
�΄�4 ʹ��Sequential��񽛾W�j���FFashion�D���� 259
�΄�5 ���Ɣ����� 262
�΄�6 Acc��Loss�������L�� 265
�΄�7 ����ͼ��dģ�ͅ��� 268
�΄�8 ����ͼ��d����ģ�� 271
�Ŀ10 ���e�񽛾W�j 274
�΄�1 ���F��ͨ���D����eӋ�� 275
�΄�2 ���F��ͨ���D����eӋ�� 279
�΄�3 ���Fȫ����� 282
�΄�4 ���F���˜ʻ� 287
�΄�5 ���F�ػ� 292
�΄�6 ���F�ᗉ 295
�΄�7 ʹ�þ��e�񽛾W�jӖ��CIFAR-10������ 297
�΄�8 LeNet�Č��F 302
�΄�9 AlexNet�Č��F 306
�΄�10 VGGNet�Č��F 311
�΄�11 InceptionNet�Č��F 318
�΄�12 ResNet�Č��F 326