提交 fb856997 编写于 作者: W wizardforcel

2021-01-12 16:56:00

上级 c245ddbd
+ [TensorFlow 2 和 Keras 高级深度学习](README.md)
+ [零、前言](00.md)
+ [一、使用 Keras 入门高级深度学习](01.md)
+ [二、深度神经网络](02.md)
+ [三、自编码器](03.md)
+ [四、生成对抗网络(GAN)](04.md)
+ [五、改进的 GAN](05.md)
+ [六、纠缠表示 GAN](06.md)
+ [七、跨域 GAN](07.md)
+ [八、变分自编码器(VAE)](08.md)
+ [九、深度强化学习](09.md)
+ [十、策略梯度方法](10.md)
+ [十一、对象检测](11.md)
+ [十二、语义分割](12.md)
+ [十三、使用互信息的无监督学习](13.md)
+ [GCP 上的人工智能实用指南](README.md)
+ [零、前言](00.md)
+ [第 1 节:Google Cloud Platform 的基础](sec1.md)
+ [一、AI 和 GCP 概述](01.md)
+ [二、使用 GCP 组件的计算和处理](02.md)
+ [第 2 节:使用 Google Cloud Platform 的人工智能](sec2.md)
+ [三、XGBoost 的机器学习应用](03.md)
+ [四、使用 Cloud AutoML](04.md)
+ [五、构建大数据云机器学习引擎](05.md)
+ [六、使用 DialogFlow 的智能对话应用](06.md)
+ [第 3 节:Google Cloud Platform 上的 TensorFlow](sec3.md)
+ [七、了解云 TPU](07.md)
+ [八、使用 Cloud ML Engine 实现 TensorFlow 模型](08.md)
+ [九、构建预测应用](09.md)
+ [第 4 节:构建应用和即将发布的功能](sec4.md)
+ [十、构建一个 AI 应用](10.md)
+ [Python 深度学习架构实用指南](README.md)
+ [零、前言](0.md)
+ [第 1 节:深度学习的元素](sec1.md)
+ [一、深度学习入门](1.md)
+ [二、深度前馈网络](2.md)
+ [三、受限玻尔兹曼机和自编码器](3.md)
+ [第 2 节:卷积神经网络](sec2.md)
+ [四、CNN 架构](4.md)
+ [五、移动神经网络和 CNN](5.md)
+ [第 3 节:序列建模](sec3.md)
+ [六、循环神经网络](6.md)
+ [第 4 节:生成对抗网络(GAN)](sec4.md)
+ [七、生成对抗网络](7.md)
+ [第 5 节:深度学习和高级人工智能的未来](sec5.md)
+ [八、深度学习的新趋势](8.md)
+ [Python Web 深度学习实用指南](README.md)
+ [零、前言](00.md)
+ [第 1 节:Web 人工智能](sec1.md)
+ [一、揭秘人工智能和机器学习基础](01.md)
+ [第 2 节:使用深度学习的 Web 开发](sec2.md)
+ [二、使用 Python 入门深度学习](02.md)
+ [三、创建您的第一个深度学习 Web 应用](03.md)
+ [四、TensorFlow.js 入门](04.md)
+ [第 3 节:用于 Web 开发的不同深度学习 API 入门](sec3.md)
+ [五、通过 API 进行深度学习](05.md)
+ [六、Google Cloud Platform 上的 Python 深度学习](06.md)
+ [七、AWS 上的 Python DL:对象检测和家庭自动化](07.md)
+ [八、Microsoft Azure 上的 Python 深度学习](08.md)
+ [第 4 节:生产中的深度学习(智能 Web 应用)](sec4.md)
+ [九、启用深度学习的网站的通用生产框架](09.md)
+ [十、通过深度学习保护 Web 应用安全](10.md)
+ [十一、DIY - Web DL 生产环境](11.md)
+ [十二、使用 DL API 和客户支持聊天机器人创建 E2E Web 应用](12.md)
+ [十三、附录:Web 深度学习的成功案例和新兴领域](13.md)
+ [精通 TensorFlow 2.x 计算机视觉](README.md)
+ [零、前言](0.md)
+ [第 1 节:计算机视觉和神经网络概论](sec1.md)
+ [一、计算机视觉和 TensorFlow 基础知识](1.md)
+ [二、使用局部二进制模式的内容识别](2.md)
+ [三、使用 OpenCV 和 CNN 的人脸检测](3.md)
+ [四、用于图像的深度学习](4.md)
+ [第 2 节:使用 TensorFlow 的计算机视觉高级概念](sec2.md)
+ [五、神经网络架构和模型](5.md)
+ [六、使用迁移学习的视觉搜索](6.md)
+ [七、YOLO 对象检测](7.md)
+ [八、语义分割与神经样式迁移](8.md)
+ [第 3 节:使用 TensorFlow 的计算机视觉的高级实现](sec3.md)
+ [九、使用多任务深度学习的动作识别](9.md)
+ [十、R-CNN,SSD 和 R-FCN 对象检测](10.md)
+ [第 4 节:边缘和云端的 TensorFlow 实现](sec4.md)
+ [十一、带有 CPU/GPU 优化的边缘设备上的深度学习](11.md)
+ [十二、用于计算机视觉的云计算平台](12.md)
+ [TensorFlow Lite,ML Kit 和 Flutter 移动深度学习](README.md)
+ [零、前言](00.md)
+ [一、移动深度学习简介](01.md)
+ [二、移动视觉 - 使用设备上的模型的人脸检测](02.md)
+ [三、使用 Google Action 的聊天机器人](03.md)
+ [四、认识植物种类](04.md)
+ [五、从摄像机源生成实时字幕](05.md)
+ [六、构建人工智能认证系统](06.md)
+ [七、语音/多媒体处理 - 使用 AI 生成音乐](07.md)
+ [八、基于强化神经网络的国际象棋引擎](08.md)
+ [九、构建图像超分辨率应用](09.md)
+ [十、前方的路](10.md)
+ [十一、附录](11.md)
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册