集合了使用TensorFlow的深度学习模型的tf-deep-learning

tf深度学习 该存储库包含我从Udacity的入门到TensorFlow深度学习课程的工作。 课程链接： : 内容 1.摄氏到华氏转换器 目的： 使用线性回归模型（根据输入预测单个值）进行机器学习的概念证明项目。 潜在的扩展： 能够一次测试多个数字，而不是一个值 查找其他线性方程之间的关系 查找更复杂的方程之间的关系（是否根据复杂度添加更多节点？） 2.服装分类器 目的： 使用简单的神经网络从Fashion MNIST数据集中对10种服装进行分类。 在测试数据集上的使用精度为87.84％。 使用的数据集： 线性回归与分类问题 分类 回归 输出量 代表每个类别的概率的数字列表 单号 例 时尚MNIST 摄氏到华氏度 失利 稀疏分类交叉熵 均方误差 最后一层激活功能 softmax 没有 3.使用卷积神经网络的服装分类器 目的： 建立并训练卷积神经网络（CNN）对服装图像进行