共计 3158 个字符，预计需要花费 8 分钟才能阅读完成。
协定：CC BY-NC-SA 4.0
骄傲地采纳谷歌翻译
不要放心本人的形象，只关怀如何实现目标。——《准则》，生存准则 2.3.c
- 在线浏览
- ApacheCN 面试求职交换群 724187166
- ApacheCN 学习资源
目录
-
TensorFlow 1.x 深度学习秘籍
- 零、前言
- 一、TensorFlow 简介
- 二、回归
- 三、神经网络：感知器
- 四、卷积神经网络
- 五、高级卷积神经网络
- 六、循环神经网络
- 七、无监督学习
- 八、自编码器
- 九、强化学习
- 十、挪动计算
- 十一、生成模型和 CapsNet
- 十二、分布式 TensorFlow 和云深度学习
- 十三、AutoML 和学习如何学习（元学习）
- 十四、TensorFlow 处理单元
-
应用 TensorFlow 构建机器学习我的项目中文版
- 一、摸索和转换数据
- 二、聚类
- 三、线性回归
- 四、逻辑回归
- 五、简略的前馈神经网络
- 六、卷积神经网络
- 七、循环神经网络和 LSTM
- 八、深度神经网络
- 九、大规模运行模型 — GPU 和服务
- 十、库装置和其余提醒
-
TensorFlow 深度学习中文第二版
- 一、人工神经网络
- 二、TensorFlow v1.6 的新性能是什么？
- 三、实现前馈神经网络
- 四、CNN 实战
- 五、应用 TensorFlow 实现自编码器
- 六、RNN 和梯度隐没或爆炸问题
- 七、TensorFlow GPU 配置
- 八、TFLearn
- 九、应用协同过滤的电影举荐
- 十、OpenAI Gym
-
TensorFlow 深度学习实战指南中文版
- 一、入门
- 二、深度神经网络
- 三、卷积神经网络
- 四、循环神经网络介绍
- 五、总结
-
精通 TensorFlow 1.x
- 一、TensorFlow 101
- 二、TensorFlow 的高级库
- 三、Keras 101
- 四、TensorFlow 中的经典机器学习
- 五、TensorFlow 和 Keras 中的神经网络和 MLP
- 六、TensorFlow 和 Keras 中的 RNN
- 七、TensorFlow 和 Keras 中的用于工夫序列数据的 RNN
- 八、TensorFlow 和 Keras 中的用于文本数据的 RNN
- 九、TensorFlow 和 Keras 中的 CNN
- 十、TensorFlow 和 Keras 中的自编码器
- 十一、TF 服务：生产中的 TensorFlow 模型
- 十二、迁徙学习和预训练模型
- 十三、深度强化学习
- 十四、生成反抗网络
- 十五、TensorFlow 集群的分布式模型
- 十六、挪动和嵌入式平台上的 TensorFlow 模型
- 十七、R 中的 TensorFlow 和 Keras
- 十八、调试 TensorFlow 模型
- 十九、张量处理单元
-
TensorFlow 机器学习秘籍中文第二版
- 一、TensorFlow 入门
- 二、TensorFlow 的形式
- 三、线性回归
- 四、反对向量机
- 五、最近邻办法
- 六、神经网络
- 七、自然语言解决
- 八、卷积神经网络
- 九、循环神经网络
- 十、将 TensorFlow 投入生产
- 十一、更多 TensorFlow
-
与 TensorFlow 的首次接触
- 前言
- 1. TensorFlow 基础知识
- 2. TensorFlow 中的线性回归
- 3. TensorFlow 中的聚类
- 4. TensorFlow 中的单层神经网络
- 5. TensorFlow 中的多层神经网络
- 6. 并行
- 后记
-
TensorFlow 学习指南
- 一、根底
- 二、线性模型
- 三、学习
- 四、分布式
-
TensorFlow Rager 教程
- 一、如何应用 TensorFlow Eager 构建简略的神经网络
- 二、在 Eager 模式中应用指标
- 三、如何保留和复原训练模型
- 四、文本序列到 TFRecords
- 五、如何将原始图片数据转换为 TFRecords
- 六、如何应用 TensorFlow Eager 从 TFRecords 批量读取数据
- 七、应用 TensorFlow Eager 构建用于情感辨认的卷积神经网络（CNN）
- 八、用于 TensorFlow Eager 序列分类的动静循坏神经网络
- 九、用于 TensorFlow Eager 工夫序列回归的递归神经网络
- TensorFlow 高效编程
-
图嵌入综述：问题，技术与利用
- 一、引言
- 三、图嵌入的问题设定
- 四、图嵌入技术
- 基于边重构的优化问题
- 利用
-
基于深度学习的举荐零碎：综述和新视角
- 引言
- 基于深度学习的举荐：最先进的技术
- 基于卷积神经网络的举荐
-
对于卷积神经网络咱们了解了什么
- 第 1 章概论
- 第 2 章多层网络
- 2.1.4 生成反抗网络
- 2.2.1 最近 ConvNets 演变中的要害架构
- 2.2.2 走向 ConvNet 不变性
- 2.3 时空卷积网络
- 第 3 章理解 ConvNets 构建块
- 3.2 整改
- 3.3 规范化
- 3.4 会集
- 第四章现状
- 4.2 关上问题
- 参考
- 机器学习超级温习笔记
-
Python 迁徙学习实用指南
- 零、前言
- 一、机器学习根底
- 二、深度学习根底
- 三、理解深度学习架构
- 四、迁徙学习根底
- 五、开释迁徙学习的力量
- 六、图像识别与分类
- 七、文本文件分类
- 八、音频事件辨认与分类
- 九、DeepDream
- 十、主动图像字幕生成器
- 十一、图像着色
-
面向计算机视觉的深度学习
- 零、前言
- 一、入门
- 二、图像分类
- 三、图像检索
- 四、对象检测
- 五、语义宰割
- 六、相似性学习
- 七、图像字幕
- 八、生成模型
- 九、视频分类
- 十、部署
-
深度学习疾速参考
- 零、前言
- 一、深度学习的根底
- 二、应用深度学习解决回归问题
- 三、应用 TensorBoard 监控网络训练
- 四、应用深度学习解决二分类问题
- 五、应用 Keras 解决多分类问题
- 六、超参数优化
- 七、从头开始训练 CNN
- 八、将预训练的 CNN 用于迁徙学习
- 九、从头开始训练 RNN
- 十、应用词嵌入从头开始训练 LSTM
- 十一、训练 Seq2Seq 模型
- 十二、深度强化学习
- 十三、生成反抗网络
-
TensorFlow 2.0 疾速入门指南
- 零、前言
- 第 1 局部：TensorFlow 2.00 Alpha 简介
- 一、TensorFlow 2 简介
- 二、Keras：TensorFlow 2 的高级 API
- 三、TensorFlow 2 和 ANN 技术
- 第 2 局部：TensorFlow 2.00 Alpha 中的监督和无监督学习
- 四、TensorFlow 2 和监督机器学习
- 五、TensorFlow 2 和无监督学习
- 第 3 局部：TensorFlow 2.00 Alpha 的神经网络应用
- 六、应用 TensorFlow 2 辨认图像
- 七、TensorFlow 2 和神经格调迁徙
- 八、TensorFlow 2 和循环神经网络
- 九、TensorFlow 预计器和 TensorFlow HUB
- 十、从 tf1.12 转换为 tf2
-
TensorFlow 入门
- 零、前言
- 一、TensorFlow 基本概念
- 二、TensorFlow 数学运算
- 三、机器学习入门
- 四、神经网络简介
- 五、深度学习
- 六、TensorFlow GPU 编程和服务
-
TensorFlow 卷积神经网络实用指南
- 零、前言
- 一、TensorFlow 的设置和介绍
- 二、深度学习和卷积神经网络
- 三、TensorFlow 中的图像分类
- 四、指标检测与宰割
- 五、VGG，Inception，ResNet 和 MobileNets
- 六、自编码器，变分自编码器和生成反抗网络
- 七、迁徙学习
- 八、机器学习最佳实际和故障排除
- 九、大规模训练
- 十、参考文献
下载
PYPI
pip install apachecn-dl-zh
apachecn-dl-zh <port>
# 拜访 http://localhost:{port} 查看文档 NPM
npm install -g apachecn-dl-zh
apachecn-dl-zh <port>
# 拜访 http://localhost:{port} 查看文档 奉献指南
本我的项目须要校对，欢送大家提交 Pull Request。
请您怯懦地去翻译和改良翻译。尽管咱们谋求卓越，但咱们并不要求您做到美中不足，因而请不要放心因为翻译上犯错——在大部分状况下，咱们的服务器曾经记录所有的翻译，因而您不用放心会因为您的失误受到无法挽回的毁坏。（改编自维基百科）
联系方式
负责人
- 飞龙: 562826179
其余
- 在咱们的 apachecn/apachecn-tf-zh github 上提 issue.
- 发邮件到 Email:
apachecn@163.com. - 在咱们的 组织学习交换群 中分割群主 / 管理员即可.
资助咱们
通过平台自带的打赏性能，或点击这里。
正文完