TensorFlow 核心# 使用 Core API 和 DTensor 进行分布式训练 简介 使用 DTensor 进行数据并行训练的概述 安装 MNIST 数据集 预处理数据 构建 MLP 密集层 MLP 序贯模型 训练指标 优化器 数据打包 训练 性能评估 保存模型 结论 使用 Core API 进行二元分类的逻辑回归 安装 加载数据 预处理数据 逻辑回归 逻辑回归基础 对数损失函数 梯度下降更新规则 训练模型 性能评估 保存模型 结论 使用 Core API 进行矩阵逼近 简介 安装 SVD 基础知识 使用 SVD 进行低秩逼近 图像加载 图像压缩算法 评估逼近 压缩因子与秩 奇异值的累积和 误差和奇异值 结论 使用 Core API 进行数字识别的多层感知器 多层感知器 (MLP) 概述 安装 加载数据 预处理数据 构建 MLP 密集层 定义损失函数 训练模型 性能评估 保存和加载模型 结论 使用 Core API 构建优化器 简介 优化器概述 安装 梯度下降 具有动量的梯度下降 自适应矩估计 (Adam) 结论 TensorFlow Core API 快速入门 安装 加载和预处理数据集 构建机器学习模型 定义损失函数 训练并评估模型 保存和加载模型 结论
