关于tensorflow:ApacheCN-深度学习译文集-20201229-更新

新增了七个教程：

• TensorFlow 和 Keras 利用开发入门

  • 零、前言
  • 一、神经网络和深度学习简介
  • 二、模型架构
  • 三、模型评估和优化
  • 四、产品化

• TensorFlow 图像深度学习实用指南

  • 零、前言
  • 一、机器学习工具包
  • 二、图片数据
  • 三、经典神经网络

• Python 元学习实用指南

  • 零、前言
  • 一、元学习导论
  • 二、应用连体网络的人脸和音频辨认
  • 三、原型网络及其变体
  • 四、应用 TensorFlow 的关系和匹配网络
  • 五、记忆加强神经网络
  • 六、MAML 及其变体
  • 七、元 SGD 和 Reptile
  • 八、作为优化指标的梯度一致性
  • 九、最新进展和后续步骤
  • 十、答案

• Python 强化学习实用指南

  • 零、前言
  • 一、强化学习导论
  • 二、OpenAI 和 TensorFlow 入门
  • 三、马尔可夫决策过程与动静布局
  • 四、用于游戏的蒙特卡洛办法
  • 五、工夫差别学习
  • 六、多臂老虎机问题
  • 七、深度学习根底
  • 八、深度 Q 网络和 Atari 游戏
  • 九、用深度循环 Q 网络玩《覆灭兵士》
  • 十、异步劣势演员评论家网络
  • 十一、策略梯度和优化
  • 十二、Capstone 我的项目 – 将 DQN 用于赛车
  • 十三、最新进展和后续步骤
  • 十四、答案

• Python 智能我的项目

  • 零、前言
  • 一、人工智能零碎的根底
  • 二、迁徙学习
  • 三、神经机器翻译
  • 四、应用 GAN 的时尚行业款式迁徙
  • 五、视频字幕利用
  • 六、智能举荐零碎
  • 七、电影评论情感剖析挪动利用
  • 八、用于客户服务的会话式 AI 聊天机器人
  • 九、应用强化学习的自主无人驾驶汽车
  • 十、深度学习视角的验证码

• 精通 Sklearn 和 TensorFlow 预测性剖析

  • 零、前言
  • 一、回归和分类的集成办法
  • 二、穿插验证和参数调整
  • 三、应用特色
  • 四、人工神经网络和 TensorFlow 简介
  • 五、将 TensorFlow 和深度神经网络用于预测剖析

• TensorFlow 2.0 的新增性能

  • 零、前言

  • 第 1 局部：TensorFlow 2.0 – 架构和 API 更改

    • 一、TensorFlow 2.0 入门
    • 二、Keras 默认集成和急迫执行

  • 第 2 局部：TensorFlow 2.0 – 数据和模型训练管道

    • 三、设计和构建输出数据管道
    • 四、TensorBoard 的模型训练和应用

  • 第 3 局部：TensorFlow 2.0 – 模型推断和部署以及 AIY

    • 五、模型推理管道 – 多平台部署
    • 六、AIY 我的项目和 TensorFlow Lite

  • 第 4 局部：TensorFlow 2.0 – 迁徙，总结

    • 七、从 TensorFlow 1.x 迁徙到 2.0