2020-08-16 00:06:52

docs/tf-1x-dl-cookbook/00.md

-# 前言
+# 零、前言
 
 在本书中，您将学习如何有效地使用 TensorFlow，这是 Google 的深度学习开源框架。 您将实现不同的深度学习网络，例如**卷积神经网络**（**CNN**），**循环神经网络**（**RNN**），**深度 Q 学习网络**（**DQN**）和**生成对抗网络**（**GAN**），易于遵循独立的配方。 您将学习如何使用 TensorFlow 将 Keras 用作后端。
 您将了解如何实现不同的深度神经体系结构以执行工作中的复杂任务。 您将在一些常用数据集（例如 MNIST，CIFAR-10，Youtube8m 等）上学习不同 DNN 的性能。 您不仅将了解 TensorFlow 支持的不同移动和嵌入式平台，还将了解如何为深度学习应用程序设置云平台。 简要了解 TPU 架构以及它们将如何影响 DNN 的未来。

docs/tf-1x-dl-cookbook/01.md

-# TensorFlow-简介
+# 一、TensorFlow 简介
 
 曾经尝试仅使用 NumPy 用 Python 编写用于神经网络的代码的任何人都知道它很繁琐。 为一个简单的单层前馈网络编写代码需要 40 条线，这增加了编写代码和执行时间方面的难度。
 

docs/tf-1x-dl-cookbook/02.md

-# 回归
+# 二、回归
 
 本章说明如何使用 TensorFlow 进行回归。 在本章中，我们将介绍以下主题：
 

docs/tf-1x-dl-cookbook/03.md

-# 神经网络-感知器
+# 三、神经网络：感知器
 
 自最近十年以来，神经网络一直处于机器学习研究和应用的最前沿。 **深层神经网络**（**DNN**），传递学习以及计算效率高的 GPU 的可用性已帮助在图像识别，语音识别甚至文本生成领域取得了重大进展。 在本章中，我们将专注于基本的神经网络感知器，即人工神经元的完全连接的分层体系结构。 本章将包括以下食谱：
 

docs/tf-1x-dl-cookbook/04.md

-# 卷积神经网络
+# 四、卷积神经网络
 
 **卷积神经网络**（**CNN** 或有时称为 **ConvNets**）令人着迷。 在短时间内，它们成为一种破坏性技术，打破了从文本，视频到语音的多个领域中的所有最新技术成果，远远超出了最初用于图像处理的范围。 在本章中，我们将介绍一些方法，如下所示：
 

docs/tf-1x-dl-cookbook/05.md

-# 高级卷积神经网络
+# 五、高级卷积神经网络
 
 在本章中，我们将讨论如何将**卷积神经网络**（**CNN**）用于除图像以外的领域中的深度学习。 我们的注意力将首先集中在文本分析和**自然语言处理**（**NLP**）上。 在本章中，我们将介绍一些用于以下方面的方法：
 

docs/tf-1x-dl-cookbook/06.md

-# 循环神经网络
+# 六、循环神经网络
 
 In this chapter, we will present a number of recipes covering the following topics:
 

docs/tf-1x-dl-cookbook/07.md

-# 无监督学习
+# 七、无监督学习
 
 到目前为止，我们在本书中涵盖的所有模型都是基于监督学习范式的。 训练数据集包括输入和该输入的所需标签。 相反，本章重点介绍无监督的学习范式。 本章将包括以下主题：
 

docs/tf-1x-dl-cookbook/08.md

-# 汽车编码器
+# 八、自编码器
 
 自编码器是前馈，非循环神经网络，可通过无监督学习来学习。 他们具有学习数据的紧凑表示的固有能力。 它们是深度信念网络的中心，可在图像重建，聚类，机器翻译等领域找到应用。 在本章中，您将学习和实现自编码器的不同变体，并最终学习如何堆叠自编码器。 本章包括以下主题：
 

docs/tf-1x-dl-cookbook/09.md

-# 强化学习
+# 九、强化学习
 
 本章介绍**强化学习**（**RL**）-学习最少，但最有前途的学习范例。 本章包括以下主题：
 

docs/tf-1x-dl-cookbook/10.md

-# 移动计算
+# 十、移动计算
 
 在本章中，我们将讨论在移动设备上使用深度学习的问题，并为以下内容提供一些方法：
 

docs/tf-1x-dl-cookbook/11.md

-# 生成模型和 CapsNet
+# 十一、生成模型和 CapsNet
 
 在本章中，我们将介绍一些用于以下方面的方法：
 

docs/tf-1x-dl-cookbook/12.md

-# 分布式 TensorFlow 和云深度学习
+# 十二、分布式 TensorFlow 和云深度学习
 
 在本章中，我们将讨论使用分布式 TensorFlow 和 Cloud 深度学习。 我们将为您提供一些食谱：
 

docs/tf-1x-dl-cookbook/13.md

-# 学习使用 AutoML 学习（元学习）
+# 十三、AutoML 和学习如何学习（元学习）
 
 深度学习的成功极大地促进了特征工程的工作。 确实，传统的机器学习很大程度上取决于对正确的功能集的选择，而且与选择特定的学习算法相比，这一步骤通常更为重要。 深度学习改变了这种情况。 创建正确的模型仍然非常重要，但是现今的网络对特定功能集的选择已不那么敏感，并且能够自动选择真正重要的功能。
 

docs/tf-1x-dl-cookbook/14.md

-# TensorFlow 处理单元
+# 十四、TensorFlow 处理单元
 
 Google 服务（例如 Google 搜索（RankBrain），街景，Google 照片和 Google 翻译）有一个共同点：它们都使用 Google 的 Tensor 处理单元或 **TPU** 进行计算。
 

docs/tf-1x-dl-cookbook/README.md

+# TensorFlow 1.x 深度学习秘籍
+
+> 原文：[TensorFlow 1.x Deep Learning Cookbook](https://b-ok.global/book/3601373/630e5f)
+> 
+> 协议：[CC BY-NC-SA 4.0](http://creativecommons.org/licenses/by-nc-sa/4.0/)
+> 
+> 不要担心自己的形象，只关心如何实现目标。——《原则》，生活原则 2.3.c
+
+* [在线阅读](https://dl.apachecn.org)
+* [ApacheCN 面试求职交流群 724187166](https://jq.qq.com/?_wv=1027&k=54ujcL3)
+* [ApacheCN 学习资源](http://www.apachecn.org/)
+
+## 贡献指南
+
+本项目需要校对，欢迎大家提交 Pull Request。
+
+> 请您勇敢地去翻译和改进翻译。虽然我们追求卓越，但我们并不要求您做到十全十美，因此请不要担心因为翻译上犯错——在大部分情况下，我们的服务器已经记录所有的翻译，因此您不必担心会因为您的失误遭到无法挽回的破坏。（改编自维基百科）
+
+## 联系方式
+
+### 负责人
+
+* [飞龙](https://github.com/wizardforcel): 562826179
+
+### 其他
+
+*   在我们的 [apachecn/apachecn-tf-zh](https://github.com/apachecn/apachecn-tf-zh) github 上提 issue.
+*   发邮件到 Email: `apachecn@163.com`.
+*   在我们的 [组织学习交流群](http://www.apachecn.org/organization/348.html) 中联系群主/管理员即可.
+
+## 赞助我们
+
+![](http://data.apachecn.org/img/about/donate.jpg)

docs/tf-1x-dl-cookbook/SUMMARY.md

++   [TensorFlow 1.x 深度学习秘籍](README.md)
++   [零、前言](00.md)
++   [一、TensorFlow 简介](01.md)
++   [二、回归](02.md)
++   [三、神经网络：感知器](03.md)
++   [四、卷积神经网络](04.md)
++   [五、高级卷积神经网络](05.md)
++   [六、循环神经网络](06.md)
++   [七、无监督学习](07.md)
++   [八、自编码器](08.md)
++   [九、强化学习](09.md)
++   [十、移动计算](10.md)
++   [十一、生成模型和 CapsNet](11.md)
++   [十二、分布式 TensorFlow 和云深度学习](12.md)
++   [十三、AutoML 和学习如何学习（元学习）](13.md)
++   [十四、TensorFlow 处理单元](14.md)

sidebar.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)
+    +   [二、回归](docs/tf-1x-dl-cookbook/02.md)
+    +   [三、神经网络：感知器](docs/tf-1x-dl-cookbook/03.md)
+    +   [四、卷积神经网络](docs/tf-1x-dl-cookbook/04.md)
+    +   [五、高级卷积神经网络](docs/tf-1x-dl-cookbook/05.md)
+    +   [六、循环神经网络](docs/tf-1x-dl-cookbook/06.md)
+    +   [七、无监督学习](docs/tf-1x-dl-cookbook/07.md)
+    +   [八、自编码器](docs/tf-1x-dl-cookbook/08.md)
+    +   [九、强化学习](docs/tf-1x-dl-cookbook/09.md)
+    +   [十、移动计算](docs/tf-1x-dl-cookbook/10.md)
+    +   [十一、生成模型和 CapsNet](docs/tf-1x-dl-cookbook/11.md)
+    +   [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)
 +   [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)