极客时间出品的《TensorFlow快速入门与实战》由彭靖田所作，彭靖田是Google机器学习开发专家，《深入理解TensorFlow》作者。本专栏课程以四个机器学习实战项目带你快速上手TensorFlow。
订阅价格：
单独订阅价： ¥129，2人拼团价：¥99
已有5930 人已学习 · 共66讲 · 66课时，约1000分钟，本课程为视频课程。可在极客时间APP/小程序/网站上永久观看。
用我的邀请购买，返现24元。购买的朋友请加我微信号 dismissmewp ，备注：返现。
TensorFlow快速入门与实战课程背景
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，极客时间联合谷歌机器学习开发专家彭靖田联合推出《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。
作者简介
彭靖田，谷歌机器学习开发专家，加州大学圣迭戈分校访问学者，在美国期间从事深度学习与生物医疗技术的结合研究。毕业于浙江大学竺可桢学院，获计算机科学学士学位。
开源项目 Kubeflow 维护者，TensorFlow 贡献者，曾一度成为TensorFlow社区全球前40的贡献者。国内第一本深度剖析 Google AI 框架的畅销书《深入理解TensorFlow》作者。
华为公司2012实验室深度学习创始团队成员，联合主导了华为深度学习平台和华为深度学习云服务的设计与研发工作。2017年作为技术合伙人加入才云科技，负责AI Cloud，并为能源、运营商等多个行业提供定制化人工智能平台方案。目前在 LD Research（了得研究院）担任 CEO 一职。
专栏详细目录
1）课程内容综述
2）第一章内容概述
3）TensorFlow产生的历史必然性
4）TensorFlow 与 Jeff Dean 的那些事
5）TensorFlow的应用场景
6）TensorFlow的落地应用
7）TensorFlow的发展现状
8）第二章内容概述
9）搭建你的TensorFlow开发环境
10）Hello TensorFlow
11）在交互环境中使用TensorFlow
12）在容器中使用TensorFlow
13）第三章内容概述
14）TensorFlow模块与架构介绍
15）TensorFlow数据流图介绍
16）张量（Tensor)是什么（上）
17）张量（Tensor)是什么（下）
18）变量（Variable)是什么（上）
19）变量（Variable)是什么（下）
20）操作（Operation)是什么（上）
21）操作（Operation}是什么（下）
22）会话（Session)是什么
23）优化器（Optimizer）是什么
24）第四章内容概述
25）房价预测模型的前置知识
26）房价预测模型介绍
27）房价预测模型之数据处理
28）房价预测模型之创建与训练
29）TensorBoard可视化工具介绍
30）使用TensorBoard可视化数据流图
31）实战房价预测模型：数据分析与处理
32）实战房价预测模型：创建与训练
33）实战房价预测模型：可视化数据流图
34）第五章内容概述
35）手写体数字数据集MNIST介绍（上)
36）手写体数字数据集MNIST介绍（下)
37）MNIST Softmax网络介绍（上）
38）MNIST Softmax网络介绍（下）
39）实战MNISTSoftmax网络（上）
40）实战MNIST Softmax网络（下）
41）MNIST CNN网络介绍
42）实战MNIST CNN网络
43）第六章内容概述
44）准备模型幵发环境
45）生成验证码数据集
46）输入与输出数据处理
47）模型结构设计
48）模型损失函数设计
49）模型训练过程分析
50）模型部署与效果演示
51）第七章内容概述
52）人脸识别问题概述
53）典型人脸相关数据集介绍
54）人脸检测算法介绍
55）人脸识别算法介绍
56）人脸检测工具介绍
57）解析FaceNet人脸识别模型
58）实战FaceNet人脸识别模型
59）测试与可视化分析
60）TensorFlow社区介绍
61）TensorFlow 生态-TFX
62）TensorFlow 生态-Kubeflow
63）如何参与TensorFlow社区幵源贡献
64）MLGDE是TensorRow社区与开发者的桥梁
课程收获
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。
我的公众号：猿人学 Python 上会分享更多心得体会，敬请关注。
***版权申明:若没有特殊说明，文章皆是猿人学 yuanrenxue.con 原创，没有猿人学授权，请勿以任何形式转载。***
说点什么吧...