基于TensorFlow的机器学习速成课程25讲视频全集（16-18讲）

【导读】前些日子，大家都知道，Google 上线了基于 TensorFlow 的机器学习速成课程，它包含 40 多项练习、25 节课程以及 15 个小时的紧凑学习内容。

基于TensorFlow的机器学习速成课程25讲视频全集（01-03讲）

基于TensorFlow的机器学习速成课程25讲视频全集（04-06讲）

基于TensorFlow的机器学习速成课程25讲视频全集（07-09讲）

基于TensorFlow的机器学习速成课程25讲视频全集（10-12讲）

基于TensorFlow的机器学习速成课程25讲视频全集（13-15讲）

本课程是机器学习热爱者的自学指南，且课程资料都是中文书写，课程视频都由机器学习技术转述为中文音频。这对于中文读者来说将会有很大的帮助，我们也能选择英文语音以更精确地学习内容。这曾是 Google 内部培训工程师的课程，有近万名 Google 员工参与并将学到的东西用在产品的优化和增强上。

课程网址：

https://developers.google.cn/machine-learning/crash-course 注：最低下角可点击切换到中文版

课程目录

机器学习概念 01-03讲：机器学习简介、框架处理、深入了解ML 04-06讲：降低损失、使用TF的基本步骤、泛化 07-09讲：训练集和测试集、验证、表示法 10-12讲：特征组合、简单正则化、逻辑回归 13-15讲：分类、稀疏性正则化、神经网络简介 16-18讲：训练神经网络、多类别神经网络、嵌套 机器学习工程 19-20讲：生产环境机器学习系统、静态与动态训练 21-22讲：静态与动态推理、数据依赖关系 应用示例 23-25讲：癌症预测、18世纪文字、应用准则

第十六讲：训练神经网络

反向传播算法是最常见的一种神经网络训练算法。借助这种算法，梯度下降法在多层神经网络中将成为可行方法。TensorFlow 可自动处理反向传播算法，因此您不需要对该算法作深入研究。要了解它的工作原理，请参阅下面的反向传播算法的直观说明。

预计用时：5 分钟 学习目标

• 在一定程度上了解反向传播算法。

第十七讲：多类别神经网络

前面您已经了解了二元分类模型，该模型可从两个可能的选项中选择其一，例如：

• 特定电子邮件是垃圾邮件还是非垃圾邮件。
• 特定肿瘤是恶性肿瘤还是良性肿瘤。

在本单元中，我们将研究多类别分类，这种模型可从多种可能的情况中进行选择。例如：

• 这条狗是小猎犬、巴吉度猎犬还是寻血猎犬？
• 这朵花是西伯利亚鸢尾花、荷兰鸢尾花、蓝旗鸢尾花还是有髯鸢尾花？
• 那架飞机是波音 747、空中客车 320、波音 777 还是 Embraer 190？
• 这是一张苹果、熊、糖果、狗狗还是鸡蛋的图片？

预计用时：5 分钟 学习目标

• 理解多类别分类问题，尤其是 Softmax。
• 在 TensorFlow 中制定 Softmax 解决方案。

第十八讲：嵌套

嵌套是一种相对低维的空间，您可以将高维矢量映射到这种低维空间里。通过使用嵌套，可以让在大型输入（比如代表字词的稀疏矢量）上进行机器学习变得更加容易。在理想情况下，嵌套可以将语义上相似的不同输入映射到嵌套空间里的邻近处，以此来捕获输入的语义。

预计用时：15 分钟 学习目标

• 学习嵌套的定义和用途。
• 学习嵌套如何编码语义关系。
• 学习如何使用嵌套。
• 学习如何训练有意义的嵌套（例如使用 word2vec）。

明天更新19~20讲，继续关注！

https://developers.google.cn/machine-learning/crash-course

-END-