欢迎来到TensorFlow 2.0！
刚刚发布的TensorFlow 2.0引入了诸多功能来简化模型的开发和维护过程。在教学方面，通过将许多复杂概念进行简化来增进人们的理解。从工业界的角度，模型变得更容易理解、维护和开发。
深度学习是人工智能发展最快的领域之一。在过去几年中，我们已经证实深度学习模型，即使是最简单的模型，也能够解决非常困难和复杂的问题。如今，随着深度学习的流行语时代成为过去时，人们正在不断释放其威力和潜能，用来改进他们的产品。
本课程的结构设计涵盖包括从神经网络建模，训练，到将模型投入生产环境的全部主题。
在课程的第1部分，您会了解到贯穿我们整个课程的技术栈（第1节），以及TensorFlow 2.0库的基础和语法（第2节）。
在课程的第2部分，我们将进入激动人心的深度学习领域。在这部分的课程中，您将亲手实现若干类型的神经网络（全连接神经网络（第3节），卷积神经网络（第4节），递归神经网络（第5节））。在这部分的尾声，第6节，您将学习并创建这些神经网络的迁移学习应用，这些应用在“猫狗分类”数据集上取得了目前最为领先(SOTA)的结果。
在完成课程第2部分，并最终掌握如何实现神经网络之后，您将在课程的第3部分学习如何利用强化学习，尤其是深度-Q学习，来构造自己的股票市场交易机器人模型。
Read more
欢迎来到TensorFlow 2.0！
刚刚发布的TensorFlow 2.0引入了诸多功能来简化模型的开发和维护过程。在教学方面，通过将许多复杂概念进行简化来增进人们的理解。从工业界的角度，模型变得更容易理解、维护和开发。
深度学习是人工智能发展最快的领域之一。在过去几年中，我们已经证实深度学习模型，即使是最简单的模型，也能够解决非常困难和复杂的问题。如今，随着深度学习的流行语时代成为过去时，人们正在不断释放其威力和潜能，用来改进他们的产品。
本课程的结构设计涵盖包括从神经网络建模，训练，到将模型投入生产环境的全部主题。
在课程的第1部分，您会了解到贯穿我们整个课程的技术栈（第1节），以及TensorFlow 2.0库的基础和语法（第2节）。
在课程的第2部分，我们将进入激动人心的深度学习领域。在这部分的课程中，您将亲手实现若干类型的神经网络（全连接神经网络（第3节），卷积神经网络（第4节），递归神经网络（第5节））。在这部分的尾声，第6节，您将学习并创建这些神经网络的迁移学习应用，这些应用在“猫狗分类”数据集上取得了目前最为领先(SOTA)的结果。
在完成课程第2部分，并最终掌握如何实现神经网络之后，您将在课程的第3部分学习如何利用强化学习，尤其是深度-Q学习，来构造自己的股票市场交易机器人模型。
欢迎来到TensorFlow 2.0！
刚刚发布的TensorFlow 2.0引入了诸多功能来简化模型的开发和维护过程。在教学方面，通过将许多复杂概念进行简化来增进人们的理解。从工业界的角度，模型变得更容易理解、维护和开发。
深度学习是人工智能发展最快的领域之一。在过去几年中，我们已经证实深度学习模型，即使是最简单的模型，也能够解决非常困难和复杂的问题。如今，随着深度学习的流行语时代成为过去时，人们正在不断释放其威力和潜能，用来改进他们的产品。
本课程的结构设计涵盖包括从神经网络建模，训练，到将模型投入生产环境的全部主题。
在课程的第1部分，您会了解到贯穿我们整个课程的技术栈（第1节），以及TensorFlow 2.0库的基础和语法（第2节）。
在课程的第2部分，我们将进入激动人心的深度学习领域。在这部分的课程中，您将亲手实现若干类型的神经网络（全连接神经网络（第3节），卷积神经网络（第4节），递归神经网络（第5节））。在这部分的尾声，第6节，您将学习并创建这些神经网络的迁移学习应用，这些应用在“猫狗分类”数据集上取得了目前最为领先(SOTA)的结果。
在完成课程第2部分，并最终掌握如何实现神经网络之后，您将在课程的第3部分学习如何利用强化学习，尤其是深度-Q学习，来构造自己的股票市场交易机器人模型。
课程第4部分全部是关于TensorFlow Extended (TFX)的内容。在这部分课程中，您会学习如何处理数据，并创建用于生产的数据流水线。在第8节，我们将通过TensorFlow Data Validation库查看数据集是否存在异常，在这之后的第9节，我们会通过TensorFlow Transform库来构造数据预处理流水线。
在课程第10节，您会通过Flask Python库和训练好的模型，来学习和创建自己的Fashion API。在这一节中，您将更好的了解如何通过互联网向一个模型发送请求。但是在这个阶段，以模型为中心的体系并不能扩展到能够接受数百万的请求。那么当我们进入第11节，在这部分课程中，您将学习如何通过TensorFlow Serving库来改进我们前一节的解决方案。您将轻松学习并创建能够支持每日数百万请求的图像分类API！
当前，在Android和iOS应用中使用深度学习模型正在变得逐渐流行，但神经网络需要大量的耗电以及资源！这时，TensorFlow Lite库就要发挥作用了。在课程第12节，您将学习对神经网络进行优化和转换，以适应移动设备的要求。
在本课程的尾声，即课程第5部分，在第13节中您将学习如何通过TensorFlow 2.0库，将任意神经网络的训练分布到多个GPU，甚至是服务器上。
What's inside
Learning objectives
- 如何在数据科学中使用tensorflow 2.0
- Tensorflow 1.x和tensorflow 2.0之间的重要差异
- 如何在tensorflow 2.0中实现人工神经网络
- 如何在tensorflow 2.0中实现卷积神经网络
- 如何在tensorflow 2.0中实现递归神经网络
- 如何在tensorflow 2.0中构建你自己的迁移学习应用
- 如何通过强化学习（深度-q网络）来构建股票市场交易机器人
- 如何在tensorflow 2.0中构造机器学习流水线
- 如何通过tensorflow data validation和tensorflow transform进行数据验证和数据集预处理
- 将tensorflow 2.0模型放入生产
- 如何利用flask和tensorflow 2.0创造一个fashion api
- 如何通过restful api为tensorflow模型提供服务
- Show more
- Show less
- 如何在数据科学中使用tensorflow 2.0
- Tensorflow 1.x和tensorflow 2.0之间的重要差异
- 如何在tensorflow 2.0中实现人工神经网络
- 如何在tensorflow 2.0中实现卷积神经网络
- 如何在tensorflow 2.0中实现递归神经网络
- 如何在tensorflow 2.0中构建你自己的迁移学习应用
- 如何通过强化学习（深度-q网络）来构建股票市场交易机器人
- 如何在tensorflow 2.0中构造机器学习流水线
- 如何通过tensorflow data validation和tensorflow transform进行数据验证和数据集预处理
- 将tensorflow 2.0模型放入生产
- 如何利用flask和tensorflow 2.0创造一个fashion api
- 如何通过restful api为tensorflow模型提供服务
- Show more
- Show less
Syllabus
课程体系 & Colab工具箱
TensorFlow 2.0 基础
引言
欢迎来到TensorFlow 2.0 课程! 了解课程结构和TF工具箱
Read more
Syllabus
Traffic lights
Save this course
Save
Reviews summary
Tensorflow 2.0 全面实践指南
动手实践帮助理解和应用概念。
全面覆盖TF 2.0核心及高级主题。
Activities
练习TensorFlow 2.0的API
Show steps
通过练习TensorFlow 2.0的API，你可以熟悉其用法，并提高你的编程技能。
Show steps
-
选择一些常用的TensorFlow 2.0 API，例如tf.keras.layers或tf.data。
-
编写代码来使用这些API，并尝试不同的参数和选项。
-
查阅TensorFlow 2.0的官方文档，了解更多关于这些API的信息。
阅读《Python深度学习》
Show steps
阅读本书可以帮助你更深入地理解深度学习的理论和实践，并学习如何使用Keras构建模型。
View
Melania
on Amazon
Show steps
-
通读本书，重点关注与TensorFlow相关的章节。
-
尝试运行书中的示例代码，并进行修改和扩展。
-
思考如何将书中的知识应用到你自己的项目中。
阅读《TensorFlow 2.0深度学习算法实战》
Show steps
阅读本书可以帮助你了解TensorFlow 2.0在实际项目中的应用，并学习如何解决常见问题。
View
Melania
on Amazon
Show steps
-
通读本书，重点关注与你感兴趣的项目相关的章节。
-
尝试运行书中的示例代码，并进行修改和扩展。
-
思考如何将书中的知识应用到你自己的项目中。
Three other activities
Expand to see all activities and additional details
Show all six activities
构建图像分类器
Show steps
通过构建一个图像分类器，你可以巩固你对卷积神经网络的理解，并学习如何使用TensorFlow 2.0进行模型训练和评估。
Show steps
-
选择一个图像数据集，例如CIFAR-10或MNIST。
-
使用TensorFlow 2.0构建一个卷积神经网络模型。
-
训练模型并评估其性能。
-
尝试改进模型，例如调整网络结构或使用数据增强技术。
撰写关于TensorFlow 2.0的博客文章
Show steps
撰写博客文章可以帮助你更好地组织和总结你所学到的知识，并与他人分享你的经验。
Show steps
-
选择一个你感兴趣的TensorFlow 2.0主题，例如迁移学习或TensorFlow Serving。
-
研究该主题，并收集相关资料。
-
撰写一篇清晰易懂的博客文章，并配以示例代码。
-
发布你的博客文章，并与他人分享。
为TensorFlow项目贡献代码
Show steps
为TensorFlow项目贡献代码可以帮助你深入了解TensorFlow的内部机制，并提高你的编程技能。
Show steps
-
浏览TensorFlow的GitHub仓库，找到一个你感兴趣的issue。
-
研究该issue，并尝试解决它。
-
提交你的代码，并等待审核。
-
根据审核意见修改你的代码，并再次提交。
练习TensorFlow 2.0的API
Show steps
通过练习TensorFlow 2.0的API，你可以熟悉其用法，并提高你的编程技能。
Show steps
- 选择一些常用的TensorFlow 2.0 API，例如tf.keras.layers或tf.data。
- 编写代码来使用这些API，并尝试不同的参数和选项。
- 查阅TensorFlow 2.0的官方文档，了解更多关于这些API的信息。
阅读《Python深度学习》
Show steps
阅读本书可以帮助你更深入地理解深度学习的理论和实践，并学习如何使用Keras构建模型。
View
Melania
on Amazon
Show steps
- 通读本书，重点关注与TensorFlow相关的章节。
- 尝试运行书中的示例代码，并进行修改和扩展。
- 思考如何将书中的知识应用到你自己的项目中。
阅读《TensorFlow 2.0深度学习算法实战》
Show steps
阅读本书可以帮助你了解TensorFlow 2.0在实际项目中的应用，并学习如何解决常见问题。
View
Melania
on Amazon
Show steps
- 通读本书，重点关注与你感兴趣的项目相关的章节。
- 尝试运行书中的示例代码，并进行修改和扩展。
- 思考如何将书中的知识应用到你自己的项目中。
构建图像分类器
Show steps
通过构建一个图像分类器，你可以巩固你对卷积神经网络的理解，并学习如何使用TensorFlow 2.0进行模型训练和评估。
Show steps
- 选择一个图像数据集，例如CIFAR-10或MNIST。
- 使用TensorFlow 2.0构建一个卷积神经网络模型。
- 训练模型并评估其性能。
- 尝试改进模型，例如调整网络结构或使用数据增强技术。
撰写关于TensorFlow 2.0的博客文章
Show steps
撰写博客文章可以帮助你更好地组织和总结你所学到的知识，并与他人分享你的经验。
Show steps
- 选择一个你感兴趣的TensorFlow 2.0主题，例如迁移学习或TensorFlow Serving。
- 研究该主题，并收集相关资料。
- 撰写一篇清晰易懂的博客文章，并配以示例代码。
- 发布你的博客文章，并与他人分享。
为TensorFlow项目贡献代码
Show steps
为TensorFlow项目贡献代码可以帮助你深入了解TensorFlow的内部机制，并提高你的编程技能。
Show steps
- 浏览TensorFlow的GitHub仓库，找到一个你感兴趣的issue。
- 研究该issue，并尝试解决它。
- 提交你的代码，并等待审核。
- 根据审核意见修改你的代码，并再次提交。
Career center
模型部署工程师
深度学习工程师
機器學習工程師
人工智能工程師
数据科学家
强化学习工程师
计算机视觉工程师
移动应用开发者
边缘计算工程师
自然语言处理工程师
数据工程师
全栈工程师
云计算工程师
量化交易员
金融分析师
Reading list
Share
Similar courses
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
