TensorFlow快速入门与实战--极客时间课程推荐/优惠
版权声明
本站非极客时间官网，与官方无任何关系。我们不提供课程下载或详细内容，仅作为课程分享和推荐平台。我们鼓励大家支持正版，尊重创作者的劳动成果，这样不仅能帮助创作者持续产出优质内容，也能让自己获得更好的学习体验。请通过官方渠道购买和学习课程，感谢您的理解与支持。
课程详情
你将获得：
- 快速掌握 TensorFlow 核心概念和架构；
- 熟练进行模型结构设计、训练及测试；
- 参数调优及损失函数设计的基本方法；
- 四个典型的 TensorFlow 应用场景实战（提供全部源代码）；
- 懂得如何更好地为 TensorFlow 社区做贡献。
课程介绍
深度学习是近年来人工智能领域最火的一项技术。在众多的深度学习框架中，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。
目前，阿里、腾讯、京东、小米、网易、滴滴等国内知名互联网企业以及 Airbnb、Uber、Dropbox 等硅谷明星公司，都在生产环境中大规模地使用 TensorFlow。在谷歌内部，更有超过80%的软件项目采用了TensorFlow。
掌握 TensorFlow 是从事人工智能相关工作的必备技能之一。
而 TensorFlow 的初学者经常会遇到以下问题：
-
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。
-
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。
-
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。
因此，极客时间联合Google Developers Expert彭靖田联合推出《TensorFlow快速入门与实战》这门课程，课程以 TensorFlow 1.12 版本为基础，从 TensorFlow 的发展历程、核心概念开始讲起，并通过四个由浅到深的实战项目练习（提供全部源代码），帮你快速上手 TensorFlow，并能将所学知识应用到工作中，用AI为业务赋能。
课程目录
第一章：TensorFlow初印象
- 01 | 课程介绍
- 03 | 第一章内容概述
- 02 | 课程内容综述
- 04 | TensorFlow产生的历史必然性
- 05 | TensorFlow与Jeff Dean的那些事
- 06 | TensorFlow的应用场景
- 07 | TensorFlow的落地应用
- 08 | TensorFlow的发展现状
第二章：TensorFlow初接触
- 09 | 第二章内容概述
- 10 | 搭建你的TensorFlow开发环境
- 11 | Hello TensorFlow
- 12 | 在交互环境中使用TensorFlow
- 13 | 在容器中使用TensorFlow
第三章：TensorFlow基本概念解析
- 14 | 第三章内容概述
- 15 | TensorFlow模块与架构介绍
- 16 | TensorFlow数据流图介绍
- 17 | 张量（Tensor）是什么（上）
- 18 | 张量（Tensor）是什么（下）
- 19 | 变量（Variable）是什么（上）
- 20 | 变量（Variable）是什么（下）
- 21 | 操作（Operation）是什么（上）
- 22 | 操作（Operation）是什么（下）
- 23 | 会话（Session）是什么
- 24 | 优化器（Optimizer）是什么
第四章：实战TensorFlow房价预测
- 25 | 第四章内容概述
- 27 | 房价预测模型介绍
- 26 | 房价预测模型的前置知识
- 28 | 房价预测模型之数据处理
- 29 | 房价预测模型之创建与训练
- 30 | TensorBoard可视化工具介绍
- 31 | 使用TensorBoard可视化数据流图
- 32 | 实战房价预测模型：数据分析与处理
- 33 | 实战房价预测模型：创建与训练
- 34 | 实战房价预测模型：可视化数据流图
第五章：实战TensorFlow手写体数字识别
- 35 | 第五章内容概述
- 36 | 手写体数字数据集MNIST介绍（上）
- 37 | 手写体数字数据集MNIST介绍（下）
- 38 | MNIST Softmax网络介绍（上）
- 39 | MNIST Softmax网络介绍（下）
- 40 | 实战MNIST Softmax网络（上）
- 41 | 实战MNIST Softmax网络（下）
- 42 | MNIST CNN网络介绍
- 43 | 实战MNIST CNN网络
第六章：实战TensorFlow验证码识别
- 44 | 第六章内容概述
- 45 | 准备模型开发环境
- 46 | 生成验证码数据集
- 47 | 输入与输出数据处理
- 48 | 模型结构设计
- 49 | 模型损失函数设计
- 50 | 模型训练过程分析
- 51 | 模型部署与效果演示
第七章：实战TensorFlow人脸识别
- 52 | 第七部分内容介绍
- 53 | 人脸识别问题概述
- 54 | 典型人脸相关数据集介绍
- 55 | 人脸检测算法介绍
- 56 | 人脸识别算法介绍
- 57 | 人脸检测工具介绍
- 58 | 解析FaceNet人脸识别模型
- 59 | 实战FaceNet人脸识别模型
- 60 | 测试与可视化分析
番外篇：TensorFlow社区参与指南
- 61 | 番外篇内容介绍
- 62 | TensorFlow社区介绍
- 63 | TensorFlow生态：TFX
- 64 | TensorFlow生态：Kubeflow
- 65 | 如何参与TensorFlow社区开源贡献
- 67 | 课程总结
- 66 | ML GDE是TensorFlow社区与开发者的桥梁
作者介绍
作者其他课程
推荐
