TensorFlow 机器学习秘籍中文第二版 · ApacheCN 深度学习译文集 · 看云

使用TensorFlow进行深度学习编程实践 #生活技巧# #学习技巧# #深度学习技巧#

# TensorFlow 机器学习秘籍中文第二版 > 原文：[TensorFlow Machine Learning Cookbook](https://b-ok.global/book/3600731/bb0f38) > > 协议：[CC BY-NC-SA 4.0](http://creativecommons.org/licenses/by-nc-sa/4.0/) > > 自豪地采用[谷歌翻译](https://translate.google.cn/) > > 不要担心自己的形象，只关心如何实现目标。——《原则》，生活原则 2.3.c * [在线阅读](https://dl.apachecn.org) * [ApacheCN 面试求职交流群 724187166](https://jq.qq.com/?_wv=1027&k=54ujcL3) * [ApacheCN 学习资源](http://www.apachecn.org/) ## 贡献指南 本项目需要校对，欢迎大家提交 Pull Request。 > 请您勇敢地去翻译和改进翻译。虽然我们追求卓越，但我们并不要求您做到十全十美，因此请不要担心因为翻译上犯错——在大部分情况下，我们的服务器已经记录所有的翻译，因此您不必担心会因为您的失误遭到无法挽回的破坏。（改编自维基百科） ## 联系方式 ### 负责人 * [飞龙](https://github.com/wizardforcel): 562826179 ### 其他 * 在我们的 [apachecn/apachecn-tf-zh](https://github.com/apachecn/apachecn-tf-zh) github 上提 issue. * 发邮件到 Email: `apachecn@163.com`. * 在我们的 [组织学习交流群](http://www.apachecn.org/organization/348.html) 中联系群主/管理员即可. ## 赞助我们 

TensorFlow 1.x 深度学习秘籍 零、前言 一、TensorFlow 简介 二、回归 三、神经网络：感知器 四、卷积神经网络 五、高级卷积神经网络 六、循环神经网络 七、无监督学习 八、自编码器 九、强化学习 十、移动计算 十一、生成模型和 CapsNet 十二、分布式 TensorFlow 和云深度学习 十三、AutoML 和学习如何学习（元学习） 十四、TensorFlow 处理单元 使用 TensorFlow 构建机器学习项目中文版 一、探索和转换数据 二、聚类 三、线性回归 四、逻辑回归 五、简单的前馈神经网络 六、卷积神经网络 七、循环神经网络和 LSTM 八、深度神经网络 九、大规模运行模型 -- GPU 和服务 十、库安装和其他提示 TensorFlow 深度学习中文第二版 一、人工神经网络 二、TensorFlow v1.6 的新功能是什么？ 三、实现前馈神经网络 四、CNN 实战 五、使用 TensorFlow 实现自编码器 六、RNN 和梯度消失或爆炸问题 七、TensorFlow GPU 配置 八、TFLearn 九、使用协同过滤的电影推荐 十、OpenAI Gym TensorFlow 深度学习实战指南中文版 一、入门 二、深度神经网络 三、卷积神经网络 四、循环神经网络介绍 五、总结 精通 TensorFlow 1.x 一、TensorFlow 101 二、TensorFlow 的高级库 三、Keras 101 四、TensorFlow 中的经典机器学习 五、TensorFlow 和 Keras 中的神经网络和 MLP 六、TensorFlow 和 Keras 中的 RNN 七、TensorFlow 和 Keras 中的用于时间序列数据的 RNN 八、TensorFlow 和 Keras 中的用于文本数据的 RNN 九、TensorFlow 和 Keras 中的 CNN 十、TensorFlow 和 Keras 中的自编码器 十一、TF 服务：生产中的 TensorFlow 模型 十二、迁移学习和预训练模型 十三、深度强化学习 十四、生成对抗网络 十五、TensorFlow 集群的分布式模型 十六、移动和嵌入式平台上的 TensorFlow 模型 十七、R 中的 TensorFlow 和 Keras 十八、调试 TensorFlow 模型 十九、张量处理单元 TensorFlow 机器学习秘籍中文第二版 一、TensorFlow 入门 二、TensorFlow 的方式 三、线性回归 四、支持向量机 五、最近邻方法 六、神经网络 七、自然语言处理 八、卷积神经网络 九、循环神经网络 十、将 TensorFlow 投入生产 十一、更多 TensorFlow 与 TensorFlow 的初次接触 前言 1. TensorFlow 基础知识 2. TensorFlow 中的线性回归 3. TensorFlow 中的聚类 4. TensorFlow 中的单层神经网络 5. TensorFlow 中的多层神经网络 6. 并行 后记 TensorFlow 学习指南 一、基础 二、线性模型 三、学习 四、分布式 TensorFlow Rager 教程 一、如何使用 TensorFlow Eager 构建简单的神经网络 二、在 Eager 模式中使用指标 三、如何保存和恢复训练模型 四、文本序列到 TFRecords 五、如何将原始图片数据转换为 TFRecords 六、如何使用 TensorFlow Eager 从 TFRecords 批量读取数据 七、使用 TensorFlow Eager 构建用于情感识别的卷积神经网络（CNN） 八、用于 TensorFlow Eager 序列分类的动态循坏神经网络 九、用于 TensorFlow Eager 时间序列回归的递归神经网络 TensorFlow 高效编程 图嵌入综述：问题，技术与应用 一、引言 三、图嵌入的问题设定 四、图嵌入技术 基于边重构的优化问题 应用 基于深度学习的推荐系统：综述和新视角 引言 基于深度学习的推荐：最先进的技术 基于卷积神经网络的推荐 关于卷积神经网络我们理解了什么 第1章概论 第2章多层网络 2.1.4生成对抗网络 2.2.1最近ConvNets演变中的关键架构 2.2.2走向ConvNet不变性 2.3时空卷积网络 第3章了解ConvNets构建块 3.2整改 3.3规范化 3.4汇集 第四章现状 4.2打开问题 参考 机器学习超级复习笔记 Python 迁移学习实用指南 零、前言 一、机器学习基础 二、深度学习基础 三、了解深度学习架构 四、迁移学习基础 五、释放迁移学习的力量 六、图像识别与分类 七、文本文件分类 八、音频事件识别与分类 九、DeepDream 十、自动图像字幕生成器 十一、图像着色 面向计算机视觉的深度学习 零、前言 一、入门 二、图像分类 三、图像检索 四、对象检测 五、语义分割 六、相似性学习 七、图像字幕 八、生成模型 九、视频分类 十、部署 深度学习快速参考 零、前言 一、深度学习的基础 二、使用深度学习解决回归问题 三、使用 TensorBoard 监控网络训练 四、使用深度学习解决二分类问题 五、使用 Keras 解决多分类问题 六、超参数优化 七、从头开始训练 CNN 八、将预训练的 CNN 用于迁移学习 九、从头开始训练 RNN 十、使用词嵌入从头开始训练 LSTM 十一、训练 Seq2Seq 模型 十二、深度强化学习 十三、生成对抗网络 TensorFlow 2.0 快速入门指南 零、前言 第 1 部分：TensorFlow 2.00 Alpha 简介 一、TensorFlow 2 简介 二、Keras：TensorFlow 2 的高级 API 三、TensorFlow 2 和 ANN 技术 第 2 部分：TensorFlow 2.00 Alpha 中的监督和无监督学习 四、TensorFlow 2 和监督机器学习 五、TensorFlow 2 和无监督学习 第 3 部分：TensorFlow 2.00 Alpha 的神经网络应用 六、使用 TensorFlow 2 识别图像 七、TensorFlow 2 和神经风格迁移 八、TensorFlow 2 和循环神经网络 九、TensorFlow 估计器和 TensorFlow HUB 十、从 tf1.12 转换为 tf2 TensorFlow 入门 零、前言 一、TensorFlow 基本概念 二、TensorFlow 数学运算 三、机器学习入门 四、神经网络简介 五、深度学习 六、TensorFlow GPU 编程和服务 TensorFlow 卷积神经网络实用指南 零、前言 一、TensorFlow 的设置和介绍 二、深度学习和卷积神经网络 三、TensorFlow 中的图像分类 四、目标检测与分割 五、VGG，Inception，ResNet 和 MobileNets 六、自编码器，变分自编码器和生成对抗网络 七、迁移学习 八、机器学习最佳实践和故障排除 九、大规模训练 十、参考文献

网址：TensorFlow 机器学习秘籍中文第二版 · ApacheCN 深度学习译文集 · 看云 https://www.yuejiaxmz.com/news/view/1396762

相关内容

纯新手入门机器/深度学习自学指南（附一个月速成方案）
一文读懂！人工智能、机器学习、深度学习的区别与联系！
中国风水文化：风水大全研究学习书籍书目及PDF电子版下载
使用Python实现深度学习模型：智能睡眠监测与分析
一文看懂人工智能、机器学习、深度学习与神经网络之间的区别与关系
小学语文学习全攻略：高效掌握第九册复习秘籍
Python深度学习实践：深度学习在虚拟助理中的应用
【深度学习】深度学习语音识别算法的详细解析
使用Python实现深度学习模型：智能家电控制与优化
深度学习与日常生活的融合

随便看看