我的《Tensorflow和深度学习笔记》，憋了1个月终于完工，一共100页,截图如下
查看笔记，可以前往" http://book.aqinet.cn "。笔记目录如下：
...2.1 基本概念
...2.2 基本架构
......2.2.1 Master-Worker模式
......2.2.2 RPC通信:
......2.2.3 分布式和并行
...3.1 MNIST数据集
...3.2 Demo:Softmax Regression训练MNIST
......3.2.1 代码初读
......3.2.2 基本用法说明
......3.4.1 演示启动tensorboard
......3.4.2 怎么按照tensorboard的要求修改代码
......4.4.1 word2vec
......4.4.2 GloVe
......4.4.3 Fasttext
......4.4.4 tensorflow训练词向量
......5.1.1 什么是卷积操作
......5.2.2 卷积神经网络的概念
...5.4基于Tensorflow实现CNN对MNIST分类
...5.5小结
...6.1文本的二维矩阵表示
......6.2.1 经典结构
......6.2.2 其他结构
......6.3.1 网络结构：
......6.3.2 迁移学习在文本分类中的应用
......6.3.3 Tensorflow实现
...7.1 RNN(recurrent neural network)原理
......7.1.1 RNN为序列数据而生
......7.1.2 图灵机(Turing machine)
......7.1.3 RNN的价值
...7.2 RNN的基本结构
...7.3 RNN的高级形式
......7.3.1 双向RNN (Bidirectional RNN )
......7.3.2 LSTM(Long Short-term Memory)
......7.3.3 GRU(Gated Recurrent Unit)
...7.4 RNN的训练
......7.4.1 普通的RNN(simple RNN)不好训练
......7.4.2 LSTM，让RNN的训练更简单
...8.2 RNN做图像分类
...8.3 RNN做文本分类
...8.4 扩展应用：基于双向LSTM的query-query语义相似度模型
......8.4.1 特征和模型的选择
......8.4.2 query embedding
......8.4.3 基于query embedding度量相似度。
...9.1 GAN
......9.1.1 见识GAN的魅力
......9.1.2 GAN原理介绍
......9.3.1 神经网络机器翻译模型基础
......9.3.2 神经网络机器翻译模型的提升
...10.1 熵
...10.2 相对熵和交叉熵
...10.3 SWIG
...10.6 梯度裁剪
...10.7 参数初始化
