ApacheCN 深度学习译文集 20210112 更新2024-03-06 12:59:19新增了六个教程: TensorFlow 2 和 Keras 高级深度学习 零、前言 一、使用 Keras 入门高级深度学习 二、深度神经网络 三、自编码器 四、生成对抗网络(GAN) 五、改进的 GAN 六、纠缠表示 GAN 七、跨域 GAN 八、变分自编码器(VAE) 九、深度强化学习 十、策略梯度方法 十一、对象检测 十二、语义分割 十三、使用互信息的无监督学习 GCP 上的人工智能实用指南 零、前言 第 1 节:Google Cloud Platform 的基础 一、AI 和 GCP 概述 二、使用 GCP 组件的计算和处理 第 2 节:使用 Google Cloud Platform 的人工智能 三、XGBoost 的机器学习应用 四、使用 Cloud AutoML 五、构建大数据云机器学习引擎 六、使用 DialogFlow 的智能对话应用 第 3 节:Google Cloud Platform 上的 TensorFlow 七、了解云 TPU 八、使用 Cloud ML Engine 实现 TensorFlow 模型 九、构建预测应用 第 4 节:构建应用和即将发布的功能 十、构建一个 AI 应用 Python 深度学习架构实用指南 零、前言 第 1 节:深度学习的元素 一、深度学习入门 二、深度前馈网络 三、受限玻尔兹曼机和自编码器 第 2 节:卷积神经网络 四、CNN 架构 五、移动神经网络和 CNN 第 3 节:序列建模 六、循环神经网络 第 4 节:生成对抗网络(GAN) 七、生成对抗网络 第 5 节:深度学习和高级人工智能的未来 八、深度学习的新趋势 Python Web 深度学习实用指南 零、前言 第 1 节:Web 人工智能 一、揭秘人工智能和机器学习基础 第 2 节:使用深度学习的 Web 开发 二、使用 Python 入门深度学习 三、创建您的第一个深度学习 Web 应用 四、TensorFlow.js 入门 第 3 节:用于 Web 开发的不同深度学习 API 入门 五、通过 API 进行深度学习 六、Google Cloud Platform 上的 Python 深度学习 七、AWS 上的 Python DL:对象检测和家庭自动化 八、Microsoft Azure 上的 Python 深度学习 第 4 节:生产中的深度学习(智能 Web 应用) 九、启用深度学习的网站的通用生产框架 十、通过深度学习保护 Web 应用安全 十一、DIY - Web DL 生产环境 十二、使用 DL API 和客户支持聊天机器人创建 E2E Web 应用 十三、附录:Web 深度学习的成功案例和新兴领域 精通 TensorFlow 2.x 计算机视觉 零、前言 第 1 节:计算机视觉和神经网络概论 一、计算机视觉和 TensorFlow 基础知识 二、使用局部二进制模式的内容识别 三、使用 OpenCV 和 CNN 的人脸检测 四、用于图像的深度学习 第 2 节:使用 TensorFlow 的计算机视觉高级概念 五、神经网络架构和模型 六、使用迁移学习的视觉搜索 七、YOLO 对象检测 八、语义分割与神经样式迁移 第 3 节:使用 TensorFlow 的计算机视觉的高级实现 九、使用多任务深度学习的动作识别 十、R-CNN,SSD 和 R-FCN 对象检测 第 4 节:边缘和云端的 TensorFlow 实现 十一、带有 CPU/GPU 优化的边缘设备上的深度学习 十二、用于计算机视觉的云计算平台 TensorFlow Lite,ML Kit 和 Flutter 移动深度学习 零、前言 一、移动深度学习简介 二、移动视觉 - 使用设备上的模型的人脸检测 三、使用 Google Action 的聊天机器人 四、认识植物种类 五、从摄像机源生成实时字幕 六、构建人工智能认证系统 七、语音/多媒体处理 - 使用 AI 生成音乐 八、基于强化神经网络的国际象棋引擎 九、构建图像超分辨率应用 十、前方的路 十一、附录 上一篇:pyftplib下一篇:ApacheCN 翻译活动进度公告 2019.4.23