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