《TensorFlow 2.0 原理与实践》上线通知

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：