新增了七个教程:TensorFlow 和 Keras 应用开发入门零、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、使用连体网络的人脸和音频识别三、原型网络及其变体四、使用 TensorFlow 的关系和匹配网络五、记忆增强神经网络六、MAML 及其变体七、元 SGD 和 Reptile八、作为优化目标的梯度一致性九、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态规划四、用于游戏的蒙特卡洛方法五、时间差异学习六、多臂老虎机问题七、深度学习基础八、深度 Q 网络和 Atari 游戏九、用深度循环 Q 网络玩《毁灭战士》十、异步优势演员评论家网络十一、策略梯度和优化十二、Capstone 项目 – 将 DQN 用于赛车十三、最新进展和后续步骤十四、答案Python 智能项目零、前言一、人工智能系统的基础二、迁移学习三、神经机器翻译四、使用 GAN 的时尚行业样式迁移五、视频字幕应用六、智能推荐系统七、电影评论情感分析移动应用八、用于客户服务的会话式 AI 聊天机器人九、使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 预测性分析零、前言一、回归和分类的集成方法二、交叉验证和参数调整三、使用特征四、人工神经网络和 TensorFlow 简介五、将 TensorFlow 和深度神经网络用于预测分析TensorFlow 2.0 的新增功能零、前言第 1 部分:TensorFlow 2.0 - 架构和 API 更改一、TensorFlow 2.0 入门二、Keras 默认集成和急切执行第 2 部分:TensorFlow 2.0 - 数据和模型训练管道三、设计和构建输入数据管道四、TensorBoard 的模型训练和使用第 3 部分: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 项目和 TensorFlow Lite第 4 部分:TensorFlow 2.0 - 迁移,总结七、从 TensorFlow 1.x 迁移到 2.0
新增了七个教程:TensorFlow 和 Keras 应用开发入门零、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、使用连体网络的人脸和音频识别三、原型网络及其变体四、使用 TensorFlow 的关系和匹配网络五、记忆增强神经网络六、MAML 及其变体七、元 SGD 和 Reptile八、作为优化目标的梯度一致性九、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态规划四、用于游戏的蒙特卡洛方法五、时间差异学习六、多臂老虎机问题七、深度学习基础八、深度 Q 网络和 Atari 游戏九、用深度循环 Q 网络玩《毁灭战士》十、异步优势演员评论家网络十一、策略梯度和优化十二、Capstone 项目 – 将 DQN 用于赛车十三、最新进展和后续步骤十四、答案Python 智能项目零、前言一、人工智能系统的基础二、迁移学习三、神经机器翻译四、使用 GAN 的时尚行业样式迁移五、视频字幕应用六、智能推荐系统七、电影评论情感分析移动应用八、用于客户服务的会话式 AI 聊天机器人九、使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 预测性分析零、前言一、回归和分类的集成方法二、交叉验证和参数调整三、使用特征四、人工神经网络和 TensorFlow 简介五、将 TensorFlow 和深度神经网络用于预测分析TensorFlow 2.0 的新增功能零、前言第 1 部分:TensorFlow 2.0 - 架构和 API 更改一、TensorFlow 2.0 入门二、Keras 默认集成和急切执行第 2 部分:TensorFlow 2.0 - 数据和模型训练管道三、设计和构建输入数据管道四、TensorBoard 的模型训练和使用第 3 部分: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 项目和 TensorFlow Lite第 4 部分:TensorFlow 2.0 - 迁移,总结七、从 TensorFlow 1.x 迁移到 2.0