目录
TensorFlow 2.0有哪些优势?
官方网站
介绍
SampleCodes /项目
o基础项目
o特定模型/任务(例如GAN,RL,NLP等)
强化学习
GAN
自然语言处理
物体检测
其他
视频教程
oDevSummit 2019
oGoogle I / O 2019
oTensorFlow YouTube频道
o课程
o其他
博客文章
其他
oPython wheel
o工具类
o#PoweredByTF 2.0挑战
o图书推荐
TensorFlow 2.0有哪些优势?
TensorFlow 2.0注重简单性和易用性,并在任何平台上进行更新,如eager执行,直观的高级API和灵活的模型构建
TensorFlow 2.0中进行了多项更改,以使TensorFlow用户更加高效。TensorFlow 2.0删除了冗余API,使API更加一致(统一RNN,统一优化器),并通过Eager执行更好地与Python运行时集成。
官方网站
TensorFlow 2.0
安装(需要CUDA 10.0&cuDNN> = 7.4.1)
Effective_tf2
快速开始
升级向导
路线图
常问问题
一些介绍资源
TensorFlow教程
官方教程
使用TensorFlow 2和Keras课程进行深度学习
TensorFlow-2.x教程
Tensorflow2_tutorials_chinese
Tensorflow2.0教程从基础到难
TensorFlow2.0_Eager_Execution_Tutorials
Tensorflow 2.0和Keras:新功能,共享功能和不同之处
Ian Goodfellows深度学习书在Tensorflow 2.0中的实践练习
深度学习速成课程-(S9)
样例代码/项目
基础部分
Tensorflow-2.0快速入门指南
使用Tensorflow 2.0赚钱
TF2实用入门
Tensorflow2.0示例
使用TensorFlow 2.X进行深度学习(&Keras)
TensorFlow 2机器学习食谱,由Packt发行
使用TensorFlow 2实现计算机视觉
使用TensorFlow-2.0(PacktPub)实施深度学习算法
发现深度网络中变化的隐藏因素
在移动设备上运行TensorFlow 2的教程:Android,iOS和浏览器
Tensorflow2.x从基本到困难的示例
使用TensorFlow 2.0进行7步深度学习[打包]
TensorFlow 2.0入门,用于深度学习视频[Packt]
TensorFlow 2.0:关于全新TensorFlow的完整指南-Udemy课程
使用Tensorflow 2.0的tf.keras模型的可解释性方法
特定模型/任务(例如GAN,RL,NLP等)
强化学习
TensorFlow2.0强化学习库(TF2RL)
可扩展且高效的Deep-RL
使用TensorFlow 2.0进行深度强化学习
Tensorflow2.0中的已实施策略梯度
TF2 PPO Atari
GAN
Tensorflow 2中的生成模型
GAN-Tensorflow-2
GartoonGAN
GAN-Tensorflow 2
Fast-SRGAN(单图像超分辨率GAN)
自然语言处理
Transformer:TensorFlow 2.0和PyTorch的最新自然语言处理
TensorFlow 2中的有效NLP
基于注意力的神经机器翻译的有效方法
TensorFlow 2中的BERT
物体检测
MobileNet_V3
YOLO v3
使用Tensorflow 2.0进行Tensorflow对象检测
其他
Tensorflow 2中的一些最新的少量射击学习算法
Tensorflow2问答(Kaggle)
Tensorflow 2.0示例
使用TensorFlow 2.0的iOS和Android单姿势估计
语音识别
Music Transformer
使用TensorFlow 2.0实现的手写文本识别(HTR)系统
使用Tensorflow 2.0的元学习框架
Tensorflow 2.X的简单模板
Shortest_triplet_network_with_TF2.0
实时任意样式传输
视频教程
DevSummit 2019
播放清单
引入TensorFlow 2.0及其高级API(TF Dev Summit ’19)
Google I / O 2019
播放清单
TensorFlow 2.0入门(Google I / O’19)
TensorFlow YouTube频道
渠道
编码TensorFlow
#AskTensorFlow
TensorFlow遇见
课程
学习TensorFlow 2.0(Udemy)
TensorFlow在实践专业化
其他
GTC硅谷-2019 ID:S9495:TensorFlow 2.0简介
使用Tensorflow 2.0赚钱
博客文章
Tensorflow-2-模型迁移和新设计
在Keras上进行标准化:TensorFlow 2.0中的高级API指南
试驾TensorFlow 2.0 Alpha
2019 TensorFlow开发峰会回顾
将您的代码升级到TensorFlow 2.0
有效的TensorFlow 2.0:最佳实践和变化
TensorFlow 2.0中的符号和命令式API是什么?
TensorFlow 2.0的新功能
我对TensorFlow 2.0的注释
使用Tensorflow 2.0创建transformer
使用Tensorflow 2.0解释和实现Fast-SCNN
使用Tensorflow 2.0的高级API进行图像分类
使用TensorFlow 2.0的Transformer Chatbot教程
使用TensorFlow 2.0轻松进行图像分类
在TensorFlow 2.0中实现自动编码器
如何在TensorFlow中使用Keras构建深层模型
TensorFlow 2中的心脏病预测
使用TensorFlow 2.0生成文本
TensorFlow 2.0的十个重要更新
TensorFlow 2.0全局文档Sprint速查表
宣布#PoweredByTF 2.0开发人员发布挑战赛的获胜者
分析tf.function以发现AutoGraph的优势和优势
Tensorflow 2.0的信息论
便携式计算机视觉:Raspberry Pi上的TensorFlow 2.0
从Tensorflow 1.0到PyTorch再回到Tensorflow 2.0
拥抱的面孔:TensorFlow 2.0的十行最先进的自然语言处理
TensorFlow 2.0 Alpha:让我们在旧时寻求新
宣布TensorFlow 2.0 Beta
TensorFlow 2.0现在可用!
其他
Python Wheel资源
TensorFlow 2.0.0-beta1 CPU(无AVX,带有SSE),Python 3.6,Ubuntu 18.04,x86_64
用于Raspberry Pi的TensorFlow 2.0.0-beta0 CPU,Python 3.5,ARMv7
Tensorflow 2.0rc2 GPU Python 3.7 | CUDA 10.1
工具类
TensorFlow 2.0升级程序服务
Tensorflow集线器
#PoweredByTF 2.0挑战
主页
意见书
图书推荐
TensorFlow 2.0快速入门指南
使用Scikit-Learn,Keras和TensorFlow进行动手机器学习,第二版
TensorFlow机器学习指南-第二版
服务器托管,北京服务器托管,服务器租用 http://www.fwqtg.net
机房租用,北京机房租用,IDC机房托管, http://www.fwqtg.net
概述 泛型是一种将类型参数化的动态机制,使用得到的话,可以从以下的方面提升的你的程序: 安全性:使用泛型可以使代码更加安全可靠,因为泛型提供了编译时的类型检查,使得编译器能够在编译阶段捕捉到类型错误。通过在编译时检查类型一致性,可以避免在运行时出现类型转换错误…