11.30 Tensorflow2.0歷史最全資源中文版整理分享-教程、代碼和視頻教程

本文整理了Tensorflow 2.x相關的教程、博客、代碼和視頻教程，最新的的書籍等豐富的資源，分享給大家。

資源整理自網絡，源地址：https://www.toutiao.com/a1651589021233163

本資源帶鏈接版下載方式：https://www.toutiao.com/a1651589021233163

目錄

TensorFlow 2.0有哪些優勢？

官方網站

介紹

SampleCodes /項目

o基礎項目

o特定模型/任務（例如GAN，RL，NLP等）

強化學習

GAN

自然語言處理

物體檢測

其他

視頻教程

oDevSummit 2019

oGoogle I / O 2019

oTensorFlow YouTube頻道

o課程

o其他

博客文章

其他

oPython wheel

o工具類

o#PoweredByTF 2.0挑戰

o圖書推薦

TensorFlow 2.0有哪些優勢？

TensorFlow 2.0注重簡單性和易用性，並在任何平臺上進行更新，如eager執行，直觀的高級API和靈活的模型構建

TensorFlow 2.0中進行了多項更改，以使TensorFlow用戶更加高效。TensorFlow 2.0刪除了冗餘API，使API更加一致（統一RNN，統一優化器），並通過Eager執行更好地與Python運行時集成。

官方網站

TensorFlow 2.0

安裝（需要CUDA 10.0＆cuDNN> = 7.4.1）

Effective_tf2

快速開始

升級嚮導

路線圖

常問問題

一些介紹資源

TensorFlow教程

官方教程

使用TensorFlow 2和Keras課程進行深度學習

TensorFlow-2.x教程

Tensorflow2_tutorials_chinese

Tensorflow2.0教程從基礎到難

TensorFlow2.0_Eager_Execution_Tutorials

Tensorflow 2.0和Keras：新功能，共享功能和不同之處

Ian Goodfellows深度學習書在Tensorflow 2.0中的實踐練習

深度學習速成課程-（S9）

樣例代碼/項目

基礎部分

Tensorflow-2.0快速入門指南

使用Tensorflow 2.0賺錢

TF2實用入門

Tensorflow2.0示例

使用TensorFlow 2.X進行深度學習（＆Keras）

TensorFlow 2機器學習食譜，由Packt發行

使用TensorFlow 2實現計算機視覺

使用TensorFlow-2.0（PacktPub）實施深度學習算法

發現深度網絡中變化的隱藏因素

在移動設備上運行TensorFlow 2的教程：Android，iOS和瀏覽器

Tensorflow2.x從基本到困難的示例

使用TensorFlow 2.0進行7步深度學習[打包]

TensorFlow 2.0入門，用於深度學習視頻[Packt]

TensorFlow 2.0：關於全新TensorFlow的完整指南-Udemy課程

使用Tensorflow 2.0的tf.keras模型的可解釋性方法

特定模型/任務（例如GAN，RL，NLP等）

強化學習

TensorFlow2.0強化學習庫（TF2RL）

可擴展且高效的Deep-RL

使用TensorFlow 2.0進行深度強化學習

Tensorflow2.0中的已實施策略梯度

TF2 PPO Atari

GAN

Tensorflow 2中的生成模型

GAN-Tensorflow-2

GartoonGAN

GAN-Tensorflow 2

Fast-SRGAN（單圖像超分辨率GAN）

自然語言處理

Transformer：TensorFlow 2.0和PyTorch的最新自然語言處理

TensorFlow 2中的有效NLP

基於注意力的神經機器翻譯的有效方法

TensorFlow 2中的BERT

物體檢測

MobileNet_V3

YOLO v3

使用Tensorflow 2.0進行Tensorflow對象檢測

其他

Tensorflow 2中的一些最新的少量射擊學習算法

Tensorflow2問答（Kaggle）

Tensorflow 2.0示例

使用TensorFlow 2.0的iOS和Android單姿勢估計

語音識別

Music Transformer

使用TensorFlow 2.0實現的手寫文本識別（HTR）系統

使用Tensorflow 2.0的元學習框架

Tensorflow 2.X的簡單模板

Shortest_triplet_network_with_TF2.0

實時任意樣式傳輸

視頻教程

DevSummit 2019

播放清單

引入TensorFlow 2.0及其高級API（TF Dev Summit '19）

Google I / O 2019

播放清單

TensorFlow 2.0入門（Google I / O'19）

TensorFlow YouTube頻道

渠道

編碼TensorFlow

#AskTensorFlow

TensorFlow遇見

課程

學習TensorFlow 2.0（Udemy）

TensorFlow在實踐專業化

其他

GTC硅谷-2019 ID：S9495：TensorFlow 2.0簡介

使用Tensorflow 2.0賺錢

博客文章

Tensorflow-2-模型遷移和新設計

在Keras上進行標準化：TensorFlow 2.0中的高級API指南

試駕TensorFlow 2.0 Alpha

2019 TensorFlow開發峰會回顧

將您的代碼升級到TensorFlow 2.0

有效的TensorFlow 2.0：最佳實踐和變化

TensorFlow 2.0中的符號和命令式API是什麼？

TensorFlow 2.0的新功能

我對TensorFlow 2.0的註釋

使用Tensorflow 2.0創建transformer

使用Tensorflow 2.0解釋和實現Fast-SCNN

使用Tensorflow 2.0的高級API進行圖像分類

使用TensorFlow 2.0的Transformer Chatbot教程

使用TensorFlow 2.0輕鬆進行圖像分類

在TensorFlow 2.0中實現自動編碼器

如何在TensorFlow中使用Keras構建深層模型

TensorFlow 2中的心臟病預測

使用TensorFlow 2.0生成文本

TensorFlow 2.0的十個重要更新

TensorFlow 2.0全局文檔Sprint速查表

宣佈#PoweredByTF 2.0開發人員發佈挑戰賽的獲勝者

分析tf.function以發現AutoGraph的優勢和優勢

Tensorflow 2.0的信息論

便攜式計算機視覺：Raspberry Pi上的TensorFlow 2.0

從Tensorflow 1.0到PyTorch再回到Tensorflow 2.0

擁抱的面孔：TensorFlow 2.0的十行最先進的自然語言處理

TensorFlow 2.0 Alpha：讓我們在舊時尋求新

宣佈TensorFlow 2.0 Beta

TensorFlow 2.0現在可用！

其他

Python Wheel資源

TensorFlow 2.0.0-beta1 CPU（無AVX，帶有SSE），Python 3.6，Ubuntu 18.04，x86_64

用於Raspberry Pi的TensorFlow 2.0.0-beta0 CPU，Python 3.5，ARMv7

Tensorflow 2.0rc2 GPU Python 3.7 | CUDA 10.1

工具類

TensorFlow 2.0升級程序服務

Tensorflow集線器

#PoweredByTF 2.0挑戰

主頁

意見書

圖書推薦

TensorFlow 2.0快速入門指南

使用Scikit-Learn，Keras和TensorFlow進行動手機器學習，第二版

TensorFlow機器學習指南-第二版

往期精品內容推薦

11月新書-《強化學習：算法與理論》分享

自然語言領域中圖神經網絡模型（GNN）應用現狀（論文）

當機器人具有情感和判斷力-波士頓動力同人劇場

自然語言處理算法工程師歷史最全資料彙總-基礎知識點、面試經驗

NLP、CV、語音相關AI算法工程師面試問題、代碼、簡歷模板、知識點等資源整理分享

學術論文寫作精典-《如何撰寫優秀科研論文》書籍分享

Scala最新書籍-《函數式編程科學之Scala實戰》pdf級隨書代碼分享

谷歌Tensorflow 2.0最全書籍、實戰項目、代碼、官方視頻教程分享

2019年新書-Marc Peter Deisenroth《機器學習基礎》-免費分享

推薦系統原理、工程、大廠(Youtube、BAT、TMB)架構幹活分享

自動化機器學習(AutoML)文獻/工具/項目資源大列表分享

新書分享-嵌入式深度學習：持續性神經網路算法、結構和電路設計

閱讀更多 深度學習與NLP 的文章

關鍵字: 歷史 雅達利 Android