文 / TensorFlow team
我们在 2018 年就创建了 TensorFlow 的 YT 频道,同时也在将视频同步在了 Youku、Bilibili、腾讯视频等平台上,我们始终有一个愿景,让全世界的更多开发者能够了解与学习机器学习的相关知识。
我们推出了如 Coding TensorFlow 系列,向开发者们展示如何使用 TensorFlow;Made with TensorFlow 系列,展示开发者们使用 TensorFlow 实现的一些奇思妙想,希望鼓励更多开发者创新……同时,我们的内容形式也在不断发展……
我们始终知道,想要更有效地触及到全球的开发者,我们应当提供多样化的语言,并由同母语的讲师进行展示。
现在,我们推出了 TensorFlow 中文视频,让我们来一起学习吧!
机器学习:从零到一学习 TensorFlow
无论我们在上网、读书、看报的时候,机器学习和人工智能这样的字眼似乎无处不在。媒体上充斥着大量的信息以及炒作。考虑到这一点,来自 TensorFlow 团队的 Laurence Moroney,希望从开发人员的角度,制作一个系列视频,向大家介绍机器学习到底是什么。
这个系列视频叫做“Machine Learning: From Zero to Hero with TensorFlow”(机器学习: 从零到一学习 TensorFlow),这一系列基于他在 2019 年谷歌 I/O 大会上的热门演讲。
热门演讲
https://v.youku.com/v_show/id_XNDE3NjYwMjU2MA
第四集: 你将学习如何构建一个剪刀石头布的分类器。在第一集中,我们用这个例子展现了如何用传统代码来检测和分类它们的难度。随着我们对机器学习的深入了解,我们已经学习了如何构建神经网络:从探测原始像素中的模式到对其进行分类,再到使用卷积检测特征。在本集中,我们将本系列前三集的所有内容都整合在一起。
Colab笔记
http://bit.ly/2lXXdw5
剪刀石头布图像数据库
http://bit.ly/2kbV92O
我们希望你喜欢这个系列。如果你想了解更多,请与我们联系。
本文转载自公众号TensorFlow,作者Google
推荐阅读
大幅减少GPU显存占用:可逆残差网络(The Reversible Residual Network)
AINLP-DBC GPU 云服务器租用平台建立,价格足够便宜
关于AINLP
AINLP 是一个有趣有AI的自然语言处理社区,专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享,主题包括文本摘要、智能问答、聊天机器人、机器翻译、自动生成、知识图谱、预训练模型、推荐系统、计算广告、招聘信息、求职经验分享等,欢迎关注!加技术交流群请添加AINLP君微信(id:AINLP2),备注工作/研究方向+加群目的。