提交 d6472f91 编写于 作者: W wizardforcel

2020-12-29 18:59:27

上级 6ae3ae8b
......@@ -220,7 +220,7 @@
+ [11 语言学数据管理](docs/nlp/11.md)
+ [后记:语言的挑战](docs/nlp/12.md)
+ [索引](docs/nlp/14.md)
+ [TensorFlow 2.0 教程](docs/tf2/README.md)
+ [TensorFlow 2.4 官方教程](docs/tf2/README.md)
+ [初学者的 TensorFlow 2.0 教程](docs/tf2/002.md)
+ [针对专业人员的 TensorFlow 2.0 入门](docs/tf2/003.md)
+ [初级](docs/tf2/004.md)
......
......@@ -2,70 +2,70 @@
+ [初学者的 TensorFlow 2.0 教程](002.md)
+ [针对专业人员的 TensorFlow 2.0 入门](003.md)
+ [初级](004.md)
+ [Keras 机器学习基础知识](005.md)
+ [基本分类:对服装图像进行分类](006.md)
+ [电影评论文本分类](007.md)
+ [使用 Keras 和 Tensorflow Hub 对电影评论进行文本分类](008.md)
+ [Basic regression: Predict fuel efficiency](009.md)
+ [Overfit and underfit](010.md)
+ [保存和恢复模型](011.md)
+ [Introduction to the Keras Tuner](012.md)
+ [加载和预处理数据](013.md)
+ [用 tf.data 加载图片](014.md)
+ [使用 tf.data 加载文本数据](015.md)
+ [用 tf.data 加载 CSV 数据](016.md)
+ [使用 tf.data 加载 NumPy 数据](017.md)
+ [使用 tf.data 加载 pandas dataframes](018.md)
+ [Unicode 字符串](019.md)
+ [TF.Text](020.md)
+ [TFRecord 和 tf.Example](021.md)
+ [Estimator](022.md)
+ [预创建的 Estimators](023.md)
+ [Build a linear model with Estimators](024.md)
+ [在 Tensorflow 中训练提升树(Boosted Trees)模型](025.md)
+ [梯度提升树(Gradient Boosted Trees):模型理解](026.md)
+ [通过 Keras 模型创建 Estimator](027.md)
+ [Keras 机器学习基础知识](005.md)
+ [基本分类:对服装图像进行分类](006.md)
+ [电影评论文本分类](007.md)
+ [使用 Keras 和 Tensorflow Hub 对电影评论进行文本分类](008.md)
+ [Basic regression: Predict fuel efficiency](009.md)
+ [Overfit and underfit](010.md)
+ [保存和恢复模型](011.md)
+ [Introduction to the Keras Tuner](012.md)
+ [加载和预处理数据](013.md)
+ [用 tf.data 加载图片](014.md)
+ [使用 tf.data 加载文本数据](015.md)
+ [用 tf.data 加载 CSV 数据](016.md)
+ [使用 tf.data 加载 NumPy 数据](017.md)
+ [使用 tf.data 加载 pandas dataframes](018.md)
+ [Unicode 字符串](019.md)
+ [TF.Text](020.md)
+ [TFRecord 和 tf.Example](021.md)
+ [Estimator](022.md)
+ [预创建的 Estimators](023.md)
+ [Build a linear model with Estimators](024.md)
+ [在 Tensorflow 中训练提升树(Boosted Trees)模型](025.md)
+ [梯度提升树(Gradient Boosted Trees):模型理解](026.md)
+ [通过 Keras 模型创建 Estimator](027.md)
+ [高级](028.md)
+ [自定义](029.md)
+ [Customization basics: tensors and operations](030.md)
+ [Custom layers](031.md)
+ [自定义训练: 演示](032.md)
+ [分布式训练](033.md)
+ [Keras 的分布式训练](034.md)
+ [使用 tf.distribute.Strategy 进行自定义训练](035.md)
+ [利用 Keras 来训练多工作器(worker)](036.md)
+ [利用 Estimator 进行多工作器训练](037.md)
+ [使用分布策略保存和加载模型](038.md)
+ [Distributed Input](039.md)
+ [图像](040.md)
+ [卷积神经网络(Convolutional Neural Network, CNN)](041.md)
+ [Image classification](042.md)
+ [Transfer learning and fine-tuning](043.md)
+ [Transfer learning with TensorFlow Hub](044.md)
+ [Data augmentation](045.md)
+ [图像分割](046.md)
+ [文本](047.md)
+ [单词嵌入向量](048.md)
+ [使用 RNN 进行文本分类](049.md)
+ [循环神经网络(RNN)文本生成](050.md)
+ [基于注意力的神经机器翻译](051.md)
+ [Image captioning with visual attention](052.md)
+ [理解语言的 Transformer 模型](053.md)
+ [Fine-tuning a BERT model](054.md)
+ [结构化数据](055.md)
+ [对结构化数据进行分类](056.md)
+ [Classification on imbalanced data](057.md)
+ [Time series forecasting](058.md)
+ [生成](059.md)
+ [神经风格迁移](060.md)
+ [DeepDream](061.md)
+ [深度卷积生成对抗网络](062.md)
+ [Pix2Pix](063.md)
+ [CycleGAN](064.md)
+ [Adversarial example using FGSM](065.md)
+ [Intro to Autoencoders](066.md)
+ [卷积变分自编码器](067.md)
+ [可解释性](068.md)
+ [Integrated gradients](069.md)
+ [强化学习](070.md)
+ [Playing CartPole with the Actor-Critic Method](071.md)
+ [自定义](029.md)
+ [Customization basics: tensors and operations](030.md)
+ [Custom layers](031.md)
+ [自定义训练: 演示](032.md)
+ [分布式训练](033.md)
+ [Keras 的分布式训练](034.md)
+ [使用 tf.distribute.Strategy 进行自定义训练](035.md)
+ [利用 Keras 来训练多工作器(worker)](036.md)
+ [利用 Estimator 进行多工作器训练](037.md)
+ [使用分布策略保存和加载模型](038.md)
+ [Distributed Input](039.md)
+ [图像](040.md)
+ [卷积神经网络(Convolutional Neural Network, CNN)](041.md)
+ [Image classification](042.md)
+ [Transfer learning and fine-tuning](043.md)
+ [Transfer learning with TensorFlow Hub](044.md)
+ [Data augmentation](045.md)
+ [图像分割](046.md)
+ [文本](047.md)
+ [单词嵌入向量](048.md)
+ [使用 RNN 进行文本分类](049.md)
+ [循环神经网络(RNN)文本生成](050.md)
+ [基于注意力的神经机器翻译](051.md)
+ [Image captioning with visual attention](052.md)
+ [理解语言的 Transformer 模型](053.md)
+ [Fine-tuning a BERT model](054.md)
+ [结构化数据](055.md)
+ [对结构化数据进行分类](056.md)
+ [Classification on imbalanced data](057.md)
+ [Time series forecasting](058.md)
+ [生成](059.md)
+ [神经风格迁移](060.md)
+ [DeepDream](061.md)
+ [深度卷积生成对抗网络](062.md)
+ [Pix2Pix](063.md)
+ [CycleGAN](064.md)
+ [Adversarial example using FGSM](065.md)
+ [Intro to Autoencoders](066.md)
+ [卷积变分自编码器](067.md)
+ [可解释性](068.md)
+ [Integrated gradients](069.md)
+ [强化学习](070.md)
+ [Playing CartPole with the Actor-Critic Method](071.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