11.30 Tensorflow2.0历史最全资源中文版整理分享-教程、代码和视频教程

本文整理了Tensorflow 2.x相关的教程、博客、代码和视频教程，最新的的书籍等丰富的资源，分享给大家。

资源整理自网络，源地址：https://www.toutiao.com/a1651589021233163

本资源带链接版下载方式：https://www.toutiao.com/a1651589021233163

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

往期精品内容推荐

11月新书-《强化学习：算法与理论》分享

自然语言领域中图神经网络模型（GNN）应用现状（论文）

当机器人具有情感和判断力-波士顿动力同人剧场

自然语言处理算法工程师历史最全资料汇总-基础知识点、面试经验

NLP、CV、语音相关AI算法工程师面试问题、代码、简历模板、知识点等资源整理分享

学术论文写作精典-《如何撰写优秀科研论文》书籍分享

Scala最新书籍-《函数式编程科学之Scala实战》pdf级随书代码分享

谷歌Tensorflow 2.0最全书籍、实战项目、代码、官方视频教程分享

2019年新书-Marc Peter Deisenroth《机器学习基础》-免费分享

推荐系统原理、工程、大厂(Youtube、BAT、TMB)架构干活分享

自动化机器学习(AutoML)文献/工具/项目资源大列表分享

新书分享-嵌入式深度学习：持续性神经网路算法、结构和电路设计

閱讀更多 深度學習與NLP 的文章

關鍵字: 历史 雅达利 Android