ApacheCN 深度学习译文集 20201229 更新 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、多臂老丨虎丨机问题 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