今年三月,谷歌在TensorFlow 开发者大会上发布了TensorFlow 2.0 Alpha版。开发者们喜忧参半,可喜的是这次TensorFlow团队听去了开发者的反馈,新版本着重突出简单、强大、可拓展三大特点。
忧虑的是,TensorFlow 1.0 与2.0 不兼容,这也意味着,开发者需要重新学习一边TensorFlow 2.0。
但是根据发布会透露的家底,目前TF在全球已经有超过4100万的下载次数,社区有超过1800多个贡献者。
凭着这一串数据,以及TensorFlow团队的诚意,这波TensorFlow 2.0值得学习。
推荐课程:《TensorFlow 2.0 原理与实践》
SIGAI团队经过数月准备, 推出《TensorFlow 2.0 原理与实践》课程,19集高品质课程从知识点到实战项目由浅入深为你讲解TensorFlow 2.0
基础学习篇
TensorFlow 2.0学习的准备
• 预备知识及其影响
• TensorFlow的全景介绍
• TensorFlow 2.0的常用安装方法
• 基于TensorFlow 2.0的AI界的Hello World
TensorFlow 2.0的新手入门
• Eager Execution
• High-Level API:Keras
进阶学习篇
TensorFlow 2.0的进阶应用
• tf.data
• Estimator
可视化与调试
• Tensorboard
• TensorFlow Debugger
TensorFlow工程化
• TensorFlow Serving
• TensorFlow Hub
基于TensorFlow 2.0的学术研究
• Low Level API
• Custom Layers
• Custom Training
项目实战篇
Machine Learning Project
Computer Vision Project
Natural Language Processing Project
(本课程采用持续更新模式)
试听第一集:《TensorFlow 2.0 原理与实践》
课程网址:http://tensorinfinity.com/course_22.html
更多介绍
定位的人群
• 掌握基本的Python语法,不需要精通Python
• 使用Numpy处理过数据
• 了解基本的Machine Learning工作流程
• 了解常用的Deep Learning的基本网络结构
• 还未使用过TensorFlow 1.x,希望直接学习
TensorFlow 2.0
课程OKR
课程的Objectives
• 从零开始,让TensorFlow为你所用
课程的Key Results
• 能深入理解TensorFlow的几个核心概念
• 能独立完成基于TensorFlow的AI模型训练
• 能在出现异常问题的时候合理的调试
TensorFlow代码
• 能将训练成功的模型导出成SavedModel并进一步部署到生产环境
• 能够独立复现Cutting-Edge的网络层或网络结构
推荐学习方法
• 同时继续深入学习Python和Numpy
• 同时学习Machine Learning与Deep Learning
• 多动手
试听第一集:《TensorFlow 2.0 原理与实践》
课程网址:http://tensorinfinity.com/course_22.html
更多问题,联系小编: