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

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

TensorFlow 学习指南

二、线性模型

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

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

基于深度学习的推荐系统：综述和新视角

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

机器学习超级复习笔记

Python 迁移学习实用指南

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

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

深度学习快速参考

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

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

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

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