ApacheCN 深度學習譯文集 20201218 更新

新增了四個教程：

• Python 人工智能中文版
  • 0 前言
  • 1 人工智能簡介
  • 2 人工智能的基本用例
  • 3 機器學習管道
  • 4 特徵選擇和特徵工程
  • 5 使用監督學習的分類和迴歸
  • 6 集成學習的預測分析
  • 7 通過無監督學習檢測模式
  • 8 構建推薦系統
  • 9 邏輯編程
  • 10 啓發式搜索技術
  • 11 遺傳算法和遺傳編程
  • 12 雲上的人工智能
  • 13 使用人工智能構建遊戲
  • 14 構建語音識別器
  • 15 自然語言處理
  • 16 聊天機器人
  • 17 序列數據和時間序列分析
  • 18 圖像識別
  • 19 神經網絡
  • 20 將卷積神經網絡用於深度學習
  • 21 循環神經網絡和其他深度學習模型
  • 22 通過強化學習創建智能體
  • 23 人工智能和大數據
• Python 無監督學習實用指南
  • 零、前言
  • 一、無監督學習入門
  • 二、聚類基礎
  • 三、高級聚類
  • 四、實用的層次聚類
  • 五、軟聚類和高斯混合模型
  • 六、異常檢測
  • 七、降維和成分分析
  • 八、無監督神經網絡模型
  • 九、生成對抗網絡和 SOM
  • 十、習題
• 生成對抗網絡項目
  • 零、前言
  • 一、生成對抗網絡簡介
  • 二、3D-GAN -- 使用 GAN 生成形狀
  • 三、使用條件 GAN 進行人臉老化
  • 四、使用 DCGAN 生成動漫角色
  • 五、使用 SRGAN 生成逼真的圖像
  • 六、StackGAN - 逼真的文本到圖像合成
  • 七、CycleGAN - 將繪畫變成照片
  • 八、條件 GAN - 使用條件對抗網絡的圖像到圖像翻譯
  • 九、預測 GAN 的未來
• TensorFlow 智能移動項目
  • 零、前言
  • 一、移動 TensorFlow 入門
  • 二、通過遷移學習對圖像進行分類
  • 三、檢測物體及其位置
  • 四、以驚人的藝術風格變換圖片
  • 五、瞭解簡單的語音命令
  • 六、用自然語言描述圖像
  • 七、使用 CNN 和 LSTM 識別繪畫
  • 八、用 RNN 預測股價
  • 九、使用 GAN 生成和增強圖像
  • 十、構建類似 AlphaZero 的手機遊戲應用
  • 十一、在移動設備上使用 TensorFlow Lite 和 Core ML
  • 十二、在 Raspberry Pi 上開發 TensorFlow 應用