写在前面的话
本公众号先后推出了由作者小猴锅倾力打造的Tensorflow2.0原创入门专栏以及上手实战专栏,均在发出后取得了不错的反响。
应广大粉丝要求,作者小猴锅继续以详尽易懂为第一原则推出了Tensorflow2.0实战强化专栏,定位为有过上述两个入门级别Tensorflow2.0专栏学习基础的童鞋们。
本专栏主要包含有五大项目,其中包含连个CNN实战项目、两个RNN实战项目以及一个深度强化学习(DRL)实战项目。希望对大家学习Tensorflow有进一步的帮助。(注:戳这里查看深度强化学习专栏)
专栏目录及简介
字符识别是一种经典的模式识别问题,字符识别在现实生活中也有着非常广泛的应用,目前对于特定环境下的拉丁字符识别已经取得了很好的效果,但是对于一些复杂场景下的字符识别依然还有很多困难,例如通过手持设备拍摄以及自然场景中的图片等,Chars74K正是针对这些困难点搜集的数据集。
Alex Krizhevsky,Vinod Nair和Geoffrey Hinton收集了8000万个小尺寸图像数据集,CIFAR-10和CIFAR-100分别是这个数据集的一个子集。由10个类别共60000张彩色图片组成,其中每张图片的大小为32X32,每个类别分别6000张。
文本分类是自然语言处理中常见的一类任务,本项目使用的是清华大学提供的数据集“THUCNews”,该数据集包含了14个类别的新浪新闻数据。
聊天机器人是一种基于自然语言处理相关技术和方法的人机交互方式,在虚拟助手(例如苹果的Siri、微软的Cortana、Google Duplex)、虚拟人物(微软小冰、Gowild的琥珀)以及智能客服等很多场景都有应用。
本项目介绍使用DQN算法来玩“CartPole”游戏。