From b4f0e5be01507a54740d1cd762c9e6b656725b7c Mon Sep 17 00:00:00 2001 From: wizardforcel <562826179@qq.com> Date: Mon, 25 Jan 2021 00:12:41 +0800 Subject: [PATCH] 2021-01-25 00:12:41 --- SUMMARY.md | 338 +++++++++++++++++++++++++++++++++++++---------------- 1 file changed, 239 insertions(+), 99 deletions(-) diff --git a/SUMMARY.md b/SUMMARY.md index 6d7a19e7..e7dfd44e 100644 --- a/SUMMARY.md +++ b/SUMMARY.md @@ -19,15 +19,15 @@ + [十八、强化学习](docs/hands-on-ml-2e-zh/18.md) + [十九、规模化训练和部署 TensorFlow 模型](docs/hands-on-ml-2e-zh/19.md) + [PyTorch 自然语言处理](docs/nlp-pytorch-zh/README.md) - + [一、基础介绍](docs/nlp-pytorch-zh/1.md) - + [二、传统 NLP 快速回顾](docs/nlp-pytorch-zh/2.md) - + [三、神经网络基础组件](docs/nlp-pytorch-zh/3.md) - + [四、自然语言处理的前馈网络](docs/nlp-pytorch-zh/4.md) - + [五、嵌入单词和类型](docs/nlp-pytorch-zh/5.md) - + [六、自然语言处理的序列模型](docs/nlp-pytorch-zh/6.md) - + [七、自然语言处理的进阶序列模型](docs/nlp-pytorch-zh/7.md) - + [八、自然语言处理的高级序列模型](docs/nlp-pytorch-zh/8.md) - + [九、经典, 前沿和后续步骤](docs/nlp-pytorch-zh/9.md) + + [一、基础介绍](docs/nlp-pytorch-zh/1.md) + + [二、传统 NLP 快速回顾](docs/nlp-pytorch-zh/2.md) + + [三、神经网络基础组件](docs/nlp-pytorch-zh/3.md) + + [四、自然语言处理的前馈网络](docs/nlp-pytorch-zh/4.md) + + [五、嵌入单词和类型](docs/nlp-pytorch-zh/5.md) + + [六、自然语言处理的序列模型](docs/nlp-pytorch-zh/6.md) + + [七、自然语言处理的进阶序列模型](docs/nlp-pytorch-zh/7.md) + + [八、自然语言处理的高级序列模型](docs/nlp-pytorch-zh/8.md) + + [九、经典, 前沿和后续步骤](docs/nlp-pytorch-zh/9.md) + [TensorFlow 1.x 深度学习秘籍](docs/tf-1x-dl-cookbook/README.md) + [零、前言](docs/tf-1x-dl-cookbook/00.md) + [一、TensorFlow 简介](docs/tf-1x-dl-cookbook/01.md) @@ -44,6 +44,75 @@ + [十二、分布式 TensorFlow 和云深度学习](docs/tf-1x-dl-cookbook/12.md) + [十三、AutoML 和学习如何学习（元学习）](docs/tf-1x-dl-cookbook/13.md) + [十四、TensorFlow 处理单元](docs/tf-1x-dl-cookbook/14.md) ++ [PyTorch 中文官方教程 1.7](docs/pt-tut-17/README.md) + + [学习 PyTorch](docs/pt-tut-17/01.md) + + [PyTorch 深度学习：60 分钟的突击](docs/pt-tut-17/02.md) + + [张量](docs/pt-tut-17/03.md) + + [`torch.autograd`的简要介绍](docs/pt-tut-17/04.md) + + [神经网络](docs/pt-tut-17/05.md) + + [训练分类器](docs/pt-tut-17/06.md) + + [通过示例学习 PyTorch](docs/pt-tut-17/07.md) + + [热身：NumPy](docs/pt-tut-17/08.md) + + [PyTorch：张量](docs/pt-tut-17/09.md) + + [PyTorch：张量和 Autograd](docs/pt-tut-17/10.md) + + [PyTorch：定义新的 Autograd 函数](docs/pt-tut-17/11.md) + + [PyTorch：`nn`](docs/pt-tut-17/12.md) + + [PyTorch：`optim`](docs/pt-tut-17/13.md) + + [PyTorch：自定义`nn`模块](docs/pt-tut-17/14.md) + + [PyTorch：控制流 + 权重共享](docs/pt-tut-17/15.md) + + [`torch.nn`到底是什么？](docs/pt-tut-17/16.md) + + [使用 TensorBoard 可视化模型，数据和训练](docs/pt-tut-17/17.md) + + [图片/视频](docs/pt-tut-17/18.md) + + [`torchvision`对象检测微调教程](docs/pt-tut-17/19.md) + + [计算机视觉的迁移学习教程](docs/pt-tut-17/20.md) + + [对抗示例生成](docs/pt-tut-17/21.md) + + [DCGAN 教程](docs/pt-tut-17/22.md) + + [音频](docs/pt-tut-17/23.md) + + [音频 I/O 和`torchaudio`的预处理](docs/pt-tut-17/24.md) + + [使用`torchaudio`的语音命令识别](docs/pt-tut-17/25.md) + + [文本](docs/pt-tut-17/26.md) + + [使用`nn.Transformer`和`torchtext`的序列到序列建模](docs/pt-tut-17/27.md) + + [从零开始的 NLP：使用字符级 RNN 分类名称](docs/pt-tut-17/28.md) + + [从零开始的 NLP：使用字符级 RNN 生成名称](docs/pt-tut-17/29.md) + + [从零开始的 NLP：使用序列到序列网络和注意力的翻译](docs/pt-tut-17/30.md) + + [使用`torchtext`的文本分类](docs/pt-tut-17/31.md) + + [`torchtext`语言翻译](docs/pt-tut-17/32.md) + + [强化学习](docs/pt-tut-17/33.md) + + [强化学习（DQN）教程](docs/pt-tut-17/34.md) + + [训练玩马里奥的 RL 智能体](docs/pt-tut-17/35.md) + + [在生产中部署 PyTorch 模型](docs/pt-tut-17/36.md) + + [通过使用 Flask 的 REST API 在 Python 中部署 PyTorch](docs/pt-tut-17/37.md) + + [TorchScript 简介](docs/pt-tut-17/38.md) + + [在 C++ 中加载 TorchScript 模型](docs/pt-tut-17/39.md) + + [将模型从 PyTorch 导出到 ONNX 并使用 ONNX 运行时运行它（可选）](docs/pt-tut-17/40.md) + + [前端 API](docs/pt-tut-17/41.md) + + [PyTorch 中的命名张量简介（原型）](docs/pt-tut-17/42.md) + + [PyTorch 中通道在最后的内存格式（beta）](docs/pt-tut-17/43.md) + + [使用 PyTorch C++ 前端](docs/pt-tut-17/44.md) + + [自定义 C++ 和 CUDA 扩展](docs/pt-tut-17/45.md) + + [使用自定义 C++ 运算符扩展 TorchScript](docs/pt-tut-17/46.md) + + [使用自定义 C++ 类扩展 TorchScript](docs/pt-tut-17/47.md) + + [TorchScript 中的动态并行性](docs/pt-tut-17/48.md) + + [C++ 前端中的 Autograd](docs/pt-tut-17/49.md) + + [在 C++ 中注册调度运算符](docs/pt-tut-17/50.md) + + [模型优化](docs/pt-tut-17/51.md) + + [分析您的 PyTorch 模块](docs/pt-tut-17/52.md) + + [使用 Ray Tune 的超参数调整](docs/pt-tut-17/53.md) + + [模型剪裁教程](docs/pt-tut-17/54.md) + + [LSTM 单词语言模型上的动态量化（beta）](docs/pt-tut-17/55.md) + + [BERT 上的动态量化（Beta）](docs/pt-tut-17/56.md) + + [PyTorch 中使用 Eager 模式的静态量化（beta）](docs/pt-tut-17/57.md) + + [计算机视觉的量化迁移学习教程（beta）](docs/pt-tut-17/58.md) + + [并行和分布式训练](docs/pt-tut-17/59.md) + + [PyTorch 分布式概述](docs/pt-tut-17/60.md) + + [单机模型并行最佳实践](docs/pt-tut-17/61.md) + + [分布式数据并行入门](docs/pt-tut-17/62.md) + + [用 PyTorch 编写分布式应用](docs/pt-tut-17/63.md) + + [分布式 RPC 框架入门](docs/pt-tut-17/64.md) + + [使用分布式 RPC 框架实现参数服务器](docs/pt-tut-17/65.md) + + [使用 RPC 的分布式管道并行化](docs/pt-tut-17/66.md) + + [使用异步执行实现批量 RPC 处理](docs/pt-tut-17/67.md) + + [将分布式`DataParallel`与分布式 RPC 框架相结合](docs/pt-tut-17/68.md) + [使用 TensorFlow 构建机器学习项目中文版](docs/build-ml-proj-tf-zh/README.md) + [一、探索和转换数据](docs/build-ml-proj-tf-zh/ch01.md) + [二、聚类](docs/build-ml-proj-tf-zh/ch02.md) @@ -376,98 +445,169 @@ + [(11) 概率图模型与软化增强学习](docs/ucb-cs294-112-notes-zh/11.md) + [(12) 逆增强学习](docs/ucb-cs294-112-notes-zh/12.md) + [TensorFlow 2 和 Keras 高级深度学习](docs/adv-dl-tf2-keras/README.md) - + [零、前言](docs/adv-dl-tf2-keras/00.md) - + [一、使用 Keras 入门高级深度学习](docs/adv-dl-tf2-keras/01.md) - + [二、深度神经网络](docs/adv-dl-tf2-keras/02.md) - + [三、自编码器](docs/adv-dl-tf2-keras/03.md) - + [四、生成对抗网络（GAN）](docs/adv-dl-tf2-keras/04.md) - + [五、改进的 GAN](docs/adv-dl-tf2-keras/05.md) - + [六、纠缠表示 GAN](docs/adv-dl-tf2-keras/06.md) - + [七、跨域 GAN](docs/adv-dl-tf2-keras/07.md) - + [八、变分自编码器（VAE）](docs/adv-dl-tf2-keras/08.md) - + [九、深度强化学习](docs/adv-dl-tf2-keras/09.md) - + [十、策略梯度方法](docs/adv-dl-tf2-keras/10.md) - + [十一、对象检测](docs/adv-dl-tf2-keras/11.md) - + [十二、语义分割](docs/adv-dl-tf2-keras/12.md) - + [十三、使用互信息的无监督学习](docs/adv-dl-tf2-keras/13.md) + + [零、前言](docs/adv-dl-tf2-keras/00.md) + + [一、使用 Keras 入门高级深度学习](docs/adv-dl-tf2-keras/01.md) + + [二、深度神经网络](docs/adv-dl-tf2-keras/02.md) + + [三、自编码器](docs/adv-dl-tf2-keras/03.md) + + [四、生成对抗网络（GAN）](docs/adv-dl-tf2-keras/04.md) + + [五、改进的 GAN](docs/adv-dl-tf2-keras/05.md) + + [六、纠缠表示 GAN](docs/adv-dl-tf2-keras/06.md) + + [七、跨域 GAN](docs/adv-dl-tf2-keras/07.md) + + [八、变分自编码器（VAE）](docs/adv-dl-tf2-keras/08.md) + + [九、深度强化学习](docs/adv-dl-tf2-keras/09.md) + + [十、策略梯度方法](docs/adv-dl-tf2-keras/10.md) + + [十一、对象检测](docs/adv-dl-tf2-keras/11.md) + + [十二、语义分割](docs/adv-dl-tf2-keras/12.md) + + [十三、使用互信息的无监督学习](docs/adv-dl-tf2-keras/13.md) + [GCP 上的人工智能实用指南](docs/handson-ai-gcp/README.md) - + [零、前言](docs/handson-ai-gcp/00.md) - + [第 1 节：Google Cloud Platform 的基础](docs/handson-ai-gcp/sec1.md) - + [一、AI 和 GCP 概述](docs/handson-ai-gcp/01.md) - + [二、使用 GCP 组件的计算和处理](docs/handson-ai-gcp/02.md) - + [第 2 节：使用 Google Cloud Platform 的人工智能](docs/handson-ai-gcp/sec2.md) - + [三、XGBoost 的机器学习应用](docs/handson-ai-gcp/03.md) - + [四、使用 Cloud AutoML](docs/handson-ai-gcp/04.md) - + [五、构建大数据云机器学习引擎](docs/handson-ai-gcp/05.md) - + [六、使用 DialogFlow 的智能对话应用](docs/handson-ai-gcp/06.md) - + [第 3 节：Google Cloud Platform 上的 TensorFlow](docs/handson-ai-gcp/sec3.md) - + [七、了解云 TPU](docs/handson-ai-gcp/07.md) - + [八、使用 Cloud ML Engine 实现 TensorFlow 模型](docs/handson-ai-gcp/08.md) - + [九、构建预测应用](docs/handson-ai-gcp/09.md) - + [第 4 节：构建应用和即将发布的功能](docs/handson-ai-gcp/sec4.md) - + [十、构建一个 AI 应用](docs/handson-ai-gcp/10.md) + + [零、前言](docs/handson-ai-gcp/00.md) + + [第 1 节：Google Cloud Platform 的基础](docs/handson-ai-gcp/sec1.md) + + [一、AI 和 GCP 概述](docs/handson-ai-gcp/01.md) + + [二、使用 GCP 组件的计算和处理](docs/handson-ai-gcp/02.md) + + [第 2 节：使用 Google Cloud Platform 的人工智能](docs/handson-ai-gcp/sec2.md) + + [三、XGBoost 的机器学习应用](docs/handson-ai-gcp/03.md) + + [四、使用 Cloud AutoML](docs/handson-ai-gcp/04.md) + + [五、构建大数据云机器学习引擎](docs/handson-ai-gcp/05.md) + + [六、使用 DialogFlow 的智能对话应用](docs/handson-ai-gcp/06.md) + + [第 3 节：Google Cloud Platform 上的 TensorFlow](docs/handson-ai-gcp/sec3.md) + + [七、了解云 TPU](docs/handson-ai-gcp/07.md) + + [八、使用 Cloud ML Engine 实现 TensorFlow 模型](docs/handson-ai-gcp/08.md) + + [九、构建预测应用](docs/handson-ai-gcp/09.md) + + [第 4 节：构建应用和即将发布的功能](docs/handson-ai-gcp/sec4.md) + + [十、构建一个 AI 应用](docs/handson-ai-gcp/10.md) + [Python 深度学习架构实用指南](docs/handson-dl-arch-py/README.md) - + [零、前言](docs/handson-dl-arch-py/0.md) - + [第 1 节：深度学习的元素](docs/handson-dl-arch-py/sec1.md) - + [一、深度学习入门](docs/handson-dl-arch-py/1.md) - + [二、深度前馈网络](docs/handson-dl-arch-py/2.md) - + [三、受限玻尔兹曼机和自编码器](docs/handson-dl-arch-py/3.md) - + [第 2 节：卷积神经网络](docs/handson-dl-arch-py/sec2.md) - + [四、CNN 架构](docs/handson-dl-arch-py/4.md) - + [五、移动神经网络和 CNN](docs/handson-dl-arch-py/5.md) - + [第 3 节：序列建模](docs/handson-dl-arch-py/sec3.md) - + [六、循环神经网络](docs/handson-dl-arch-py/6.md) - + [第 4 节：生成对抗网络（GAN）](docs/handson-dl-arch-py/sec4.md) - + [七、生成对抗网络](docs/handson-dl-arch-py/7.md) - + [第 5 节：深度学习和高级人工智能的未来](docs/handson-dl-arch-py/sec5.md) - + [八、深度学习的新趋势](docs/handson-dl-arch-py/8.md) + + [零、前言](docs/handson-dl-arch-py/0.md) + + [第 1 节：深度学习的元素](docs/handson-dl-arch-py/sec1.md) + + [一、深度学习入门](docs/handson-dl-arch-py/1.md) + + [二、深度前馈网络](docs/handson-dl-arch-py/2.md) + + [三、受限玻尔兹曼机和自编码器](docs/handson-dl-arch-py/3.md) + + [第 2 节：卷积神经网络](docs/handson-dl-arch-py/sec2.md) + + [四、CNN 架构](docs/handson-dl-arch-py/4.md) + + [五、移动神经网络和 CNN](docs/handson-dl-arch-py/5.md) + + [第 3 节：序列建模](docs/handson-dl-arch-py/sec3.md) + + [六、循环神经网络](docs/handson-dl-arch-py/6.md) + + [第 4 节：生成对抗网络（GAN）](docs/handson-dl-arch-py/sec4.md) + + [七、生成对抗网络](docs/handson-dl-arch-py/7.md) + + [第 5 节：深度学习和高级人工智能的未来](docs/handson-dl-arch-py/sec5.md) + + [八、深度学习的新趋势](docs/handson-dl-arch-py/8.md) + [Python Web 深度学习实用指南](docs/handson-py-dl-web/README.md) - + [零、前言](docs/handson-py-dl-web/00.md) - + [第 1 节：Web 人工智能](docs/handson-py-dl-web/sec1.md) - + [一、揭秘人工智能和机器学习基础](docs/handson-py-dl-web/01.md) - + [第 2 节：使用深度学习的 Web 开发](docs/handson-py-dl-web/sec2.md) - + [二、使用 Python 入门深度学习](docs/handson-py-dl-web/02.md) - + [三、创建您的第一个深度学习 Web 应用](docs/handson-py-dl-web/03.md) - + [四、TensorFlow.js 入门](docs/handson-py-dl-web/04.md) - + [第 3 节：用于 Web 开发的不同深度学习 API 入门](docs/handson-py-dl-web/sec3.md) - + [五、通过 API 进行深度学习](docs/handson-py-dl-web/05.md) - + [六、Google Cloud Platform 上的 Python 深度学习](docs/handson-py-dl-web/06.md) - + [七、AWS 上的 Python DL：对象检测和家庭自动化](docs/handson-py-dl-web/07.md) - + [八、Microsoft Azure 上的 Python 深度学习](docs/handson-py-dl-web/08.md) - + [第 4 节：生产中的深度学习（智能 Web 应用）](docs/handson-py-dl-web/sec4.md) - + [九、启用深度学习的网站的通用生产框架](docs/handson-py-dl-web/09.md) - + [十、通过深度学习保护 Web 应用安全](docs/handson-py-dl-web/10.md) - + [十一、DIY - Web DL 生产环境](docs/handson-py-dl-web/11.md) - + [十二、使用 DL API 和客户支持聊天机器人创建 E2E Web 应用](docs/handson-py-dl-web/12.md) - + [十三、附录：Web 深度学习的成功案例和新兴领域](docs/handson-py-dl-web/13.md) + + [零、前言](docs/handson-py-dl-web/00.md) + + [第 1 节：Web 人工智能](docs/handson-py-dl-web/sec1.md) + + [一、揭秘人工智能和机器学习基础](docs/handson-py-dl-web/01.md) + + [第 2 节：使用深度学习的 Web 开发](docs/handson-py-dl-web/sec2.md) + + [二、使用 Python 入门深度学习](docs/handson-py-dl-web/02.md) + + [三、创建您的第一个深度学习 Web 应用](docs/handson-py-dl-web/03.md) + + [四、TensorFlow.js 入门](docs/handson-py-dl-web/04.md) + + [第 3 节：用于 Web 开发的不同深度学习 API 入门](docs/handson-py-dl-web/sec3.md) + + [五、通过 API 进行深度学习](docs/handson-py-dl-web/05.md) + + [六、Google Cloud Platform 上的 Python 深度学习](docs/handson-py-dl-web/06.md) + + [七、AWS 上的 Python DL：对象检测和家庭自动化](docs/handson-py-dl-web/07.md) + + [八、Microsoft Azure 上的 Python 深度学习](docs/handson-py-dl-web/08.md) + + [第 4 节：生产中的深度学习（智能 Web 应用）](docs/handson-py-dl-web/sec4.md) + + [九、启用深度学习的网站的通用生产框架](docs/handson-py-dl-web/09.md) + + [十、通过深度学习保护 Web 应用安全](docs/handson-py-dl-web/10.md) + + [十一、DIY - Web DL 生产环境](docs/handson-py-dl-web/11.md) + + [十二、使用 DL API 和客户支持聊天机器人创建 E2E Web 应用](docs/handson-py-dl-web/12.md) + + [十三、附录：Web 深度学习的成功案例和新兴领域](docs/handson-py-dl-web/13.md) + [精通 TensorFlow 2.x 计算机视觉](docs/master-cv-tf-2x/README.md) - + [零、前言](docs/master-cv-tf-2x/0.md) - + [第 1 节：计算机视觉和神经网络概论](docs/master-cv-tf-2x/sec1.md) - + [一、计算机视觉和 TensorFlow 基础知识](docs/master-cv-tf-2x/1.md) - + [二、使用局部二进制模式的内容识别](docs/master-cv-tf-2x/2.md) - + [三、使用 OpenCV 和 CNN 的人脸检测](docs/master-cv-tf-2x/3.md) - + [四、用于图像的深度学习](docs/master-cv-tf-2x/4.md) - + [第 2 节：使用 TensorFlow 的计算机视觉高级概念](docs/master-cv-tf-2x/sec2.md) - + [五、神经网络架构和模型](docs/master-cv-tf-2x/5.md) - + [六、使用迁移学习的视觉搜索](docs/master-cv-tf-2x/6.md) - + [七、YOLO 对象检测](docs/master-cv-tf-2x/7.md) - + [八、语义分割与神经样式迁移](docs/master-cv-tf-2x/8.md) - + [第 3 节：使用 TensorFlow 的计算机视觉的高级实现](docs/master-cv-tf-2x/sec3.md) - + [九、使用多任务深度学习的动作识别](docs/master-cv-tf-2x/9.md) - + [十、R-CNN，SSD 和 R-FCN 对象检测](docs/master-cv-tf-2x/10.md) - + [第 4 节：边缘和云端的 TensorFlow 实现](docs/master-cv-tf-2x/sec4.md) - + [十一、带有 CPU/GPU 优化的边缘设备上的深度学习](docs/master-cv-tf-2x/11.md) - + [十二、用于计算机视觉的云计算平台](docs/master-cv-tf-2x/12.md) + + [零、前言](docs/master-cv-tf-2x/0.md) + + [第 1 节：计算机视觉和神经网络概论](docs/master-cv-tf-2x/sec1.md) + + [一、计算机视觉和 TensorFlow 基础知识](docs/master-cv-tf-2x/1.md) + + [二、使用局部二进制模式的内容识别](docs/master-cv-tf-2x/2.md) + + [三、使用 OpenCV 和 CNN 的人脸检测](docs/master-cv-tf-2x/3.md) + + [四、用于图像的深度学习](docs/master-cv-tf-2x/4.md) + + [第 2 节：使用 TensorFlow 的计算机视觉高级概念](docs/master-cv-tf-2x/sec2.md) + + [五、神经网络架构和模型](docs/master-cv-tf-2x/5.md) + + [六、使用迁移学习的视觉搜索](docs/master-cv-tf-2x/6.md) + + [七、YOLO 对象检测](docs/master-cv-tf-2x/7.md) + + [八、语义分割与神经样式迁移](docs/master-cv-tf-2x/8.md) + + [第 3 节：使用 TensorFlow 的计算机视觉的高级实现](docs/master-cv-tf-2x/sec3.md) + + [九、使用多任务深度学习的动作识别](docs/master-cv-tf-2x/9.md) + + [十、R-CNN，SSD 和 R-FCN 对象检测](docs/master-cv-tf-2x/10.md) + + [第 4 节：边缘和云端的 TensorFlow 实现](docs/master-cv-tf-2x/sec4.md) + + [十一、带有 CPU/GPU 优化的边缘设备上的深度学习](docs/master-cv-tf-2x/11.md) + + [十二、用于计算机视觉的云计算平台](docs/master-cv-tf-2x/12.md) + [TensorFlow Lite，ML Kit 和 Flutter 移动深度学习](docs/mobi-dl-tflite/README.md) - + [零、前言](docs/mobi-dl-tflite/00.md) - + [一、移动深度学习简介](docs/mobi-dl-tflite/01.md) - + [二、移动视觉 - 使用设备上的模型的人脸检测](docs/mobi-dl-tflite/02.md) - + [三、使用 Google Action 的聊天机器人](docs/mobi-dl-tflite/03.md) - + [四、认识植物种类](docs/mobi-dl-tflite/04.md) - + [五、从摄像机源生成实时字幕](docs/mobi-dl-tflite/05.md) - + [六、构建人工智能认证系统](docs/mobi-dl-tflite/06.md) - + [七、语音/多媒体处理 - 使用 AI 生成音乐](docs/mobi-dl-tflite/07.md) - + [八、基于强化神经网络的国际象棋引擎](docs/mobi-dl-tflite/08.md) - + [九、构建图像超分辨率应用](docs/mobi-dl-tflite/09.md) - + [十、前方的路](docs/mobi-dl-tflite/10.md) - + [十一、附录](docs/mobi-dl-tflite/11.md) + + [零、前言](docs/mobi-dl-tflite/00.md) + + [一、移动深度学习简介](docs/mobi-dl-tflite/01.md) + + [二、移动视觉 - 使用设备上的模型的人脸检测](docs/mobi-dl-tflite/02.md) + + [三、使用 Google Action 的聊天机器人](docs/mobi-dl-tflite/03.md) + + [四、认识植物种类](docs/mobi-dl-tflite/04.md) + + [五、从摄像机源生成实时字幕](docs/mobi-dl-tflite/05.md) + + [六、构建人工智能认证系统](docs/mobi-dl-tflite/06.md) + + [七、语音/多媒体处理 - 使用 AI 生成音乐](docs/mobi-dl-tflite/07.md) + + [八、基于强化神经网络的国际象棋引擎](docs/mobi-dl-tflite/08.md) + + [九、构建图像超分辨率应用](docs/mobi-dl-tflite/09.md) + + [十、前方的路](docs/mobi-dl-tflite/10.md) + + [十一、附录](docs/mobi-dl-tflite/11.md) ++ [PyTorch 人工智能研讨会](docs/dl-pt-workshop/README.md) + + [零、前言](docs/dl-pt-workshop/0.md) + + [一、深度学习和 PyTorch 简介](docs/dl-pt-workshop/1.md) + + [二、神经网络的构建块](docs/dl-pt-workshop/2.md) + + [三、使用 DNN 的分类问题](docs/dl-pt-workshop/3.md) + + [四、卷积神经网络](docs/dl-pt-workshop/4.md) + + [五、样式迁移](docs/dl-pt-workshop/5.md) + + [六、使用 RNN 分析数据序列](docs/dl-pt-workshop/6.md) + + [七、附录](docs/dl-pt-workshop/7.md) ++ [Python 一次学习实用指南](docs/handson-1shot-learn-py/README.md) + + [零、前言](docs/handson-1shot-learn-py/0.md) + + [第一部分：一次学习简介](docs/handson-1shot-learn-py/sec1.md) + + [一、一次学习简介](docs/handson-1shot-learn-py/1.md) + + [第二部分：深度学习架构](docs/handson-1shot-learn-py/sec2.md) + + [二、基于指标的方法](docs/handson-1shot-learn-py/2.md) + + [三、基于模型的方法](docs/handson-1shot-learn-py/3.md) + + [四、基于优化的方法](docs/handson-1shot-learn-py/4.md) + + [第三部分：其他方法和结论](docs/handson-1shot-learn-py/sec3.md) + + [五、基于生成建模的方法](docs/handson-1shot-learn-py/5.md) + + [六、总结和其他方法](docs/handson-1shot-learn-py/6.md) ++ [Python 自然语言处理实用指南](docs/handson-nlp-pt-1x/README.md) + + [零、前言](docs/handson-nlp-pt-1x/0.md) + + [第一部分：用于 NLP 的 PyTorch 1.x 的要点](docs/handson-nlp-pt-1x/sec1.md) + + [一、机器学习和深度学习的基础](docs/handson-nlp-pt-1x/1.md) + + [二、用于 NLP 的 PyTorch 1.x 入门](docs/handson-nlp-pt-1x/2.md) + + [第二部分：自然语言处理基础](docs/handson-nlp-pt-1x/sec2.md) + + [三、NLP 和文本嵌入](docs/handson-nlp-pt-1x/3.md) + + [四、文本预处理，词干提取和词形还原](docs/handson-nlp-pt-1x/4.md) + + [第三部分：使用 PyTorch 1.x 的实际 NLP 应用](docs/handson-nlp-pt-1x/sec3.md) + + [五、循环神经网络和情感分析](docs/handson-nlp-pt-1x/5.md) + + [六、用于文本分类的卷积神经网络](docs/handson-nlp-pt-1x/6.md) + + [七、使用序列到序列神经网络的文本翻译](docs/handson-nlp-pt-1x/7.md) + + [八、使用基于注意力的神经网络构建聊天机器人](docs/handson-nlp-pt-1x/8.md) + + [九、前方的路](docs/handson-nlp-pt-1x/9.md) ++ [PyTorch 人工智能基础知识](docs/pt-ai-fund/README.md) + + [零、前言](docs/pt-ai-fund/0.md) + + [一、使用 PyTorch 使用张量](docs/pt-ai-fund/1.md) + + [二、与神经网络协作](docs/pt-ai-fund/2.md) + + [三、用于计算机视觉的卷积神经网络](docs/pt-ai-fund/3.md) + + [四、用于 NLP 的循环神经网络](docs/pt-ai-fund/4.md) + + [五、迁移学习和 TensorBoard](docs/pt-ai-fund/5.md) + + [六、探索生成对抗网络](docs/pt-ai-fund/6.md) + + [七、深度强化学习](docs/pt-ai-fund/7.md) + + [八、在 PyTorch 中生产 AI 模型](docs/pt-ai-fund/8.md) ++ [PyTorch 深度学习实用指南](docs/pt-dl-handson/README.md) + + [零、前言](docs/pt-dl-handson/0.md) + + [一、深度学习演练和 PyTorch 简介](docs/pt-dl-handson/1.md) + + [二、简单的神经网络](docs/pt-dl-handson/2.md) + + [三、深度学习工作流程](docs/pt-dl-handson/3.md) + + [四、计算机视觉](docs/pt-dl-handson/4.md) + + [五、序列数据处理](docs/pt-dl-handson/5.md) + + [六、生成网络](docs/pt-dl-handson/6.md) + + [七、强化学习](docs/pt-dl-handson/7.md) + + [八、生产中的 PyTorch ](docs/pt-dl-handson/8.md) ++ [TensorFlow 强化学习](docs/rl-tf/README.md) + + [零、前言](docs/rl-tf/00.md) + + [一、深度学习–架构和框架](docs/rl-tf/01.md) + + [二、使用 OpenAI Gym 训练强化学习智能体](docs/rl-tf/02.md) + + [三、马尔可夫决策过程](docs/rl-tf/03.md) + + [四、策略梯度](docs/rl-tf/04.md) + + [五、Q 学习和深度 Q 网络](docs/rl-tf/05.md) + + [六、异步方法](docs/rl-tf/06.md) + + [七、一切都是机器人-真正的战略游戏](docs/rl-tf/07.md) + + [八、AlphaGo –最好的强化学习](docs/rl-tf/08.md) + + [九、自动驾驶中的强化学习](docs/rl-tf/09.md) + + [十、金融投资组合管理](docs/rl-tf/10.md) + + [十一、机器人技术中的强化学习](docs/rl-tf/11.md) + + [十二、广告技术中的深度强化学习](docs/rl-tf/12.md) + + [十三、图像处理中的强化学习](docs/rl-tf/13.md) + + [十四、NLP 中的深度强化学习](docs/rl-tf/14.md) + + [十五、强化学习的其他主题](docs/rl-tf/15.md) -- GitLab