TensorFlow 是 Google Brain 团队开发的强大的机器学习开源软件库,也是目前最流行的深度学习框架。可以说,要踏入人工智能领域,掌握机器学习和深度学习,就一定要学会 TensorFlow。
Tensorflow 之所以受到如此欢迎,有以下几个原因:
现在,TensorFlow 已经被广泛用于国内外各大公司各种产品中。在谷歌内,语音搜索、广告、电商、图片、街景图、翻译、 YouTube 等众多产品之中都有基于 TensorFlow 的系统。AlphaGo 的开发团队 DeepMind 也正式宣布其开发的系统将全部基于 TensorFlow 。
在谷歌外,优步(Uber)、Snapchat、Twitter、京东、小米等国内外科技公司也加入了使用 TensorFlow 的行列。在短短的一年时间内, TensorFlow 在开源社区 Github 上的活跃度已远超 Caffe 、MXNet 、Torch 、Theano 等其他开源深度学习工具。
因此,如果要学框架,就一定要学 TensorFlow。
正是由于 TensorFlow 对于人工智能领域的重要性,而市面上针对入门和进阶 TensorFlow 的课程非常少。所以,StuQ 特邀才云科技联合创始人 / 首席大数据科学家 / 前谷歌高级工程师
郑泽宇
,结合他在谷歌及国内多年从事深度学习工作的经验,推出《TensorFlow 实战——基础班》课程。
快速掌握 TensorFlow 核心技术,通过 Tensorflow 实战深度学习问题,在掌握深度学习的基础理论同时,让学员能够将理论运用到实际问题中。
这门课程的特色是什么?与其他 TensorFlow 课程有什么区别?
-
课程以 TensorFlow1.2 为基础,掌握最新的内容;
-
老师拥有卡内基梅隆学术背景,原生谷歌经验,丰富的 TensorFlow 实践经验,这些积累你触手可及;
-
老师系统性指导,见树木更见森林,枯燥理论变生动;
-
有老师督促和同伴一起学,及时获得反馈,摆脱低效率学习。
第一章 深度学习与 TensorFlow 简介
-
机器学习、深度学习与人工智能之间的关系以及机器学习解决的问题
-
机器学习原理简介
-
深度学习的简单历史
-
目前深度学习的应用情况
-
深度学习工具对比
作业:环境配置
第二章 深层神经网络解决 MNIST 问题
-
介绍 MNIST 问题
-
介绍 MNIST 数据