Tensorflow官方视频课程-深度学习工具 TensorFlow入门

    分享一门有Tensoflow官方与Udacity合作推出的一门免费视频课程《深度学习工具 TensorFlow入门》。这门单项课程以在实践中学习的交互内容方式，向软件开发者介绍深度学习知识。

 

课程概述

    学习如何使用 TensorFlow 构建深度学习应用。这门课程由 TensorFlow 团队和优达学城共同打磨，从实践的角度讲解了软件深度学习知识。你将通过构建先进的图像分类器和其他深度学习模型获得非常宝贵的实践经验。另外，你还将在移动设备、云端和浏览器上实际使用你的 TensorFlow 模型。最后，你需要运用所学的进阶技巧和算法处理大型数据集。本课程的目标是掌握创建 AI 应用所需的所有技能。

    目前可学习前 4 课内容，全部课程内容将逐步放出。

为什么学习这门课程？

    学习如何通过 TensorFlow 构建深度学习应用。你将通过构建先进的图像分类器和其他深度学习模型获得实践经验。你还将在移动设备、云端和浏览器上实际运用你的 TensorFlow 模型。学完这门课程后，你会掌握创建 AI 应用所需的所有技能。

 

课程首页

    https://cn.udacity.com/course/intro-to-tensorflow-for-deep-learning--ud187

 

你将学到什么

    课程 1 什么是人工智能和机器学习？

    · 了解人工智能和机器学习的概念

    · 了解机器学习和深度学习对软件开发带来哪些变革性影响

    

    课程 2 初次构建模型：Fashion MNIST 模型

    · 构建一个能够识别服饰图像的神经网络

    

    课程 3 如何提高图像分类的效率

    · 使用卷积网络构建更高效的 Fashion MNIST 模型

    

    课程 4 从二元分类器到多元分类器

    · 将图像分类器扩展为能够预测多个类别的模型

    · 使用卷积网络构建一个分类器来识别更具细节性的彩色图像

    

    课程 5 迁移学习

    · 使用预先训练过的网络构建强大而先进的分类器

    

    课程 6 保存并加载模型

    · 了解 TensorFlow 2.0 中的 SAVEDMODEL 新格式，并在 TensorFlow-Lite 和 TensorFlow-Serving 中使用该格式

    

    课程 7 在设备上通过 TensorFlow Lite 进行机器学习

    · 了解如何使用 TensorFlow Lite 在 Android、iOS 和 iOT 设备上构建机器学习应用

    

    课程 8 通过 TensorFlow-Serving 在云端进行机器学习

    · 使用 TensorFlow-Serving 将机器学习模型部署到云端

    

    课程 9 通过 TensorFlow.js 在浏览器中进行机器学习

    · 使用 TensorFlow.js 在浏览器中训练模型并做出预测

    

    课程 10 基于机器学习的 Google 产品和服务

    · 学习 MLKit 并将你的模型放置在这些基础设施上（MLKit 是Google Cloud Platform 上的机器学习服务）

    

    课程 11 机器学习的工作流程

    · 学习机器学习的工作流程以及如何成功

    · 学习如何获取数据、解决问题、定义模型成功，并构建和评估模型

    

    课程 12 管理数据

    · 了解 TensorFlow 中的数据结构，包括张量以及如何操控张量

    · 了解如何将 CSV 和 BigQuery 等数据放入 TensorFlow 中

    

    课程 13 在 Keras 中探索神经网络

    · 深入了解 TensorFlow 的内部结构，并学习张量运算和梯度优化及图表

    · 利用 Keras layers API 构建复杂的神经网络

    

    课程 14 深入学习神经网络

    · 通过递归神经网络从序列数据中学习规律

    · 通过生成式对抗网络实现非监督式学习

往期精品内容推荐

看懂英文技术文档，每天只需要10分钟做这件事……

深度学习认识论-Yann LeCun

从入门到精通-Tensorflow深度强化学习课程

上下文预训练模型最全整理：原理、应用、开源代码、数据分享

深度学习中Attention Mechanism详细介绍：原理、分类及应用

一文告诉你Adam、AdamW、Amsgrad区别和联系，助你实现Super-convergence的终极目标

干货 | 知识图谱的技术与应用

基于Pre-trained模型加速模型学习的6点建议

谷歌、微软、Facebook等2018最新面试题分享

重磅干货-史上最全推荐系统资源分享

朋友，千万不能错过！13个自然语言处理的深度学习框架

扫描下方二维码可以订阅哦！

DeepLearning_NLP

深度学习与NLP

       商务合作请联系微信号：lqfarmerlq