本文收集了大量基于 PyTorch 实现的代码链接，其中有适用于深度学习新手的“入门指导系列”，也有适用于老司机的论文代码实现，包括 Attention Based CNN、A3C、WGAN等等。所有代码均按照所属技术领域分类，包括机器视觉/图像相关、自然语言处理相关、强化学习相关等等。

tf.nn.conv2d是TensorFlow里面实现卷积的函数，参考文档对它的介绍并不是很详细，实际上这是搭建卷积神经网络比较核心的一个非常重要方法。

本文使用Tensorflow构建卷积神经网络（CNN）进行图像分类。并没有使用MNIST数据集，而是使用了真实的图片文件，并且教程代码包含了模型的保存、加载等功能。

在做TensorFlow案例时发现好多的图片数据集都是处理好的，直接在库中调用的。比如Mnist，CIFAR-10等等。但是在自己项目中如何去读取自己的数据集呢？

Google 举办了第三届 TensorFlow 开发者峰会，发布了 TensorFlow 2.0 Alpha 等重大更新，以及搭载 TPU 的 Coral 开发板、为 Linux 机器学习推理加速的 Coral USB 加速器、 500 万像素相机配件共三个硬件。另外，TensorFlow 的 logo 也修改成为更加扁平的设计了。

本书由两部分组成。第一部分（机器学习基础）基于Scikit-Learn，第二部分（神经网络和深度学习）基于TensorFlow。

本文整理了一篇博客文章的内容，读者可根据这些图理解看似高深的机器学习算法。

模型训练过程，对错误预测有时需要查看数据信息来判断问题所在，那么就需要从tfrecord中提取出数据来做后续处理，本文介绍使用java从tfrecord文件中提取数据。

Maixduino开发板是SiPEED公司MAIX产品线的一员，基于嘉楠堪智科技的边缘智能计算芯片K210（RISC-V架构 64位双核）设计的一款AIOT开发板。

AI的三大关键基础要素是数据、算法和算力。随着云计算的广泛应用，特别是深度学习成为当前AI研究和运用的主流方式，AI对于算力的要求不断快速提升。

这本书主要揭示神经网络背后的概念，并介绍如何通过Python实现神经网络。

2010 年以来， 由于大数据产业的发展， 数据量呈现爆炸性增长态势，而传统的计算架构又无法支撑深度学习的大规模并行计算需求，于是研究界对 AI 芯片进行了新一轮的技术研发与应用研究。AI 芯片是人工智能时代的技术核心之一，决定了平台的基础架构和发展生态。