本文主要是关于深度学习的基础知识的总结，主要使用tensorflow和python进行相关实践
主要目录：
-
data:主要介绍tensorflow加载数据集的各种方法
-
model:主要介绍tensorflow2中模型搭建常用的方法
-
foundation:主要介绍深度学习的基础知识，如回归、softmax多分类等知识
-
optimier:关于模型优化方面的基础知识
-
CNN:关于卷积神经网络相关的基础知识
-
CV:计算机视觉方面的运用，如：图像增强、迁移学习、目标检测以及生成对抗网络等
-
RNN:关于循环还圣经网络的基础知识
-
NLP:循环神经网络相关的运用，如：seq2seq、word2vec、textCNN以及翻译等方面