Ein kurzer Überblick über TensorFlowTensorFlow wie NumPy einsetzenTensoren und OperationenTensoren und NumPyTypumwandlungVariablenAndere DatenstrukturenModelle und Trainingsalgorithmen anpassenEigene VerlustfunktionModelle mit eigenen Komponenten sichern und ladenEigene Aktivierungsfunktionen, Initialisierer, Regularisierer und ConstraintsEigene MetrikenEigene SchichtenEigene ModelleVerlustfunktionen und Metriken auf Modell-Interna basieren lassenGradienten per Autodiff berechnenEigene TrainingsschleifenFunktionen und Graphen in TensorFlowAutoGraph und TracingRegeln für TF FunctionsÜbungen