ApacheCN 深度學習譯文集 20201229 更新

新增了七個教程：

• TensorFlow 和 Keras 應用開發入門
  • 零、前言
  • 一、神經網絡和深度學習簡介
  • 二、模型架構
  • 三、模型評估和優化
  • 四、產品化
• TensorFlow 圖像深度學習實用指南
  • 零、前言
  • 一、機器學習工具包
  • 二、圖片數據
  • 三、經典神經網絡
• Python 元學習實用指南
  • 零、前言
  • 一、元學習導論
  • 二、使用連體網絡的人臉和音頻識別
  • 三、原型網絡及其變體
  • 四、使用 TensorFlow 的關係和匹配網絡
  • 五、記憶增強神經網絡
  • 六、MAML 及其變體
  • 七、元 SGD 和 Reptile
  • 八、作爲優化目標的梯度一致性
  • 九、最新進展和後續步驟
  • 十、答案
• Python 強化學習實用指南
  • 零、前言
  • 一、強化學習導論
  • 二、OpenAI 和 TensorFlow 入門
  • 三、馬爾可夫決策過程與動態規劃
  • 四、用於遊戲的蒙特卡洛方法
  • 五、時間差異學習
  • 六、多臂老虎機問題
  • 七、深度學習基礎
  • 八、深度 Q 網絡和 Atari 遊戲
  • 九、用深度循環 Q 網絡玩《毀滅戰士》
  • 十、異步優勢演員評論家網絡
  • 十一、策略梯度和優化
  • 十二、Capstone 項目 – 將 DQN 用於賽車
  • 十三、最新進展和後續步驟
  • 十四、答案
• Python 智能項目
  • 零、前言
  • 一、人工智能系統的基礎
  • 二、遷移學習
  • 三、神經機器翻譯
  • 四、使用 GAN 的時尚行業樣式遷移
  • 五、視頻字幕應用
  • 六、智能推薦系統
  • 七、電影評論情感分析移動應用
  • 八、用於客戶服務的會話式 AI 聊天機器人
  • 九、使用強化學習的自主無人駕駛汽車
  • 十、深度學習視角的驗證碼
• 精通 Sklearn 和 TensorFlow 預測性分析
  • 零、前言
  • 一、迴歸和分類的集成方法
  • 二、交叉驗證和參數調整
  • 三、使用特徵
  • 四、人工神經網絡和 TensorFlow 簡介
  • 五、將 TensorFlow 和深度神經網絡用於預測分析
• TensorFlow 2.0 的新增功能
  • 零、前言
  • 第 1 部分：TensorFlow 2.0 - 架構和 API 更改
    • 一、TensorFlow 2.0 入門
    • 二、Keras 默認集成和急切執行
  • 第 2 部分：TensorFlow 2.0 - 數據和模型訓練管道
    • 三、設計和構建輸入數據管道
    • 四、TensorBoard 的模型訓練和使用
  • 第 3 部分：TensorFlow 2.0 - 模型推斷和部署以及 AIY
    • 五、模型推理管道 - 多平臺部署
    • 六、AIY 項目和 TensorFlow Lite
  • 第 4 部分：TensorFlow 2.0 - 遷移，總結
    • 七、從 TensorFlow 1.x 遷移到 2.0