微信扫一扫
分享到朋友圈

如何快速入门TensorFlow ?丨极客时间

作者:InfoQ 来源:InfoQ 公众号
分享到:

01-08

经过几年的发展,深度学习已经成为人工智能领域最热门的技术。谷歌、亚马逊、百度、Facebook 纷纷开源了自己的深度学习框架。

在众多框架中,TensorFlow 凭借其强劲的运算性能、高效的超大集群并行能力、生产环境部署的稳定性、丰富的语言接口以及支持灵活的模型设计等特点,成为目前最流行的深度学习框架。

掌握 TensorFlow 是从事人工智能相关工作必不可少的一环。

目前,阿里、腾讯、京东、小米、网易、滴滴等国内知名互联网企业和 Airbnb、Uber、Dropbox 等硅谷明星公司,都在生产环境大规模地使用 TensorFlow。在谷歌内部,更有超过 80% 的软件项目采用了 TensorFlow。

不仅如此,越来越多的程序员都选择通过 TensorFlow 开始自己的深度学习之路,并逐步成为专业的深度学习 / 机器学习工程师。

如果你所在的企业有大量数据,或想学习人工智能最先进的技术,TensorFlow 一定可以让你如虎添翼。

而 TensorFlow 的初学者经常会遇到以下问题:

1、网上各种教程参差不齐,且各自基于不同的 TensorFlow 版本,完全照着做,难免会遇到各种奇怪的问题,有时候折腾半天都解决不了,越看越焦虑,还浪费时间。

2、TensorFlow 使用了大量的抽象概念来描述算法模型及其计算过程,譬如张量、操作、占位符、数据流图、会话等。初学者往往难以理解,如果没有详细的指导和点拨,学习起来困难重重。

3、由于初学者对 TensorFlow 的模块和架构设计缺乏整体认知,就无法根据自身需求快速学习和应用,容易胡子眉毛一把抓,皱着眉头钻研半天也抓不住重点。

所以,我在极客时间开设了一门视频课《TensorFlow 快速入门与实战》

课程中我将以 TensorFlow 1.12 版本为基础,结合自己在工作中的经验和总结,带你了解 TensorFlow 最新版本的功能和特性,避免在网上学习零散教程时由于版本不对应导致的各类问题,优化学习体验,提升学习效率。


△扫描二维码试看或订阅

我是谁

我是彭靖田,谷歌机器学习开发专家,开源项目 Kubeflow 维护者,曾为 TensorFlow 社区全球前 40 的贡献者,著书《深入理解 TensorFlow》,是国内第一本深度剖析 Google AI 框架的畅销书。

我曾参与主导了华为 2012 实验室深度学习平台和华为深度学习云服务的设计与研发工作。2017 年,以技术合伙人的身份加入才云科技,负责 AI Cloud,并为能源、运营商等多个行业提供定制化人工智能平台方案。目前,我在 LD Research(了得研究院)任职 CEO 。

如果你是 TensorFlow 的初学者或对人工智能感兴趣的计算机工程师,这门课就是为你量身打造的。我有足够的把握,学完课程后你将不再仅仅停留于算法理论之上,而是通过 TensorFlow 真正迈入人工智能应用的大门

为什么我这么有把握?

  • 从张量(Tensor)、变量(Variable)、操作(Operation)、会话(Session)、优化器(Optimizer)等 TensorFlow 的基本概念讲起,先让你打牢基础,再进行下一步学习

  • 实战应用由浅入深:包含了房价预测、手写体数字识别、验证码识别、人脸识别四大典型应用场景,操作难度和涉及知识点的复杂程度都是循序渐进的,通过合适的学习梯度帮助初学者逐步建立自信。


  • 教程、课件和代码应有尽有,学习的同时辅助理解,综合填补知识空白点,从而找到自己的学习路径。

学完课程后,你将获得:

1、快速掌握 TensorFlow 核心概念和架构;

2、熟练进行模型结构设计、训练及测试;

3、参数调优及损失函数设计的基本方法;

4、四个典型的 TensorFlow 应用场景实战。

课程目录


现在订阅有什么福利?

1、专栏刚上新,限时优惠 ¥99,原价 ¥129。

2、每邀请一位好友,你可获得 ¥24 现金返现 (下单后自动返 App 里提现),关注「极客时间」微信公众号可获取返现通知。

3、还有福利,往下看。

如何订阅?

阅读8776
如何 
举报0
关注InfoQ微信号:infoqchina

用微信扫描二维码即可关注
声明

1、头条易读遵循行业规范,任何转载的稿件都会明确标注作者和来源;
2、本文内容来自“InfoQ”微信公众号,文章版权归InfoQ公众号所有。

评论
更多

文章来自于公众号:

InfoQ

微信号:infoqchina

邮箱qunxueyuan#163.com(将#换成@)
微信编辑器
免责声明
www.weixinyidu.com   免责声明
版权声明:本站收录微信公众号和微信文章内容全部来自于网络,仅供个人学习、研究或者欣赏使用。版权归原作者所有。禁止一切商业用途。其中内容并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。如果您发现头条易读网站上有侵犯您的知识产权的内容,请与我们联系,我们会及时修改或删除。
本站声明:本站与腾讯微信、微信公众平台无任何关联,非腾讯微信官方网站。