Tensorflow 2.0：深度学习与人工智能 | Tensorflow 2.0: Deep Learning and Artificial Intelligence

机器学习&用于计算机视觉、时间序列分析、NLP、GANs、强化学习的神经网络，+更多！
讲师：Lazy Programmer Inc.

双语资源中英文字幕学习课程，独家翻译制作，提供全部配套课程资料。全网最低价享受高品质课程资源，无限分享下载。

你将会学到什么？

• 人工神经网络/深度神经网络
• 预测股票回报
• 时间序列预测
• 计算机视觉
• 如何构建深度强化学习股票交易机器人
• 生成对抗性网络
• 推荐系统
• 图像识别
• 卷积神经网络
• 递归神经网络
• 使用Tensorflow Serving使用RESTful API为您的模型提供服务
• 使用Tensorflow Lite导出适用于移动设备（Android、iOS）和嵌入式设备的型号
• 使用Tensorflow的分布策略实现并行学习
• 低级别Tensorflow、渐变胶带以及如何构建自己的自定义模型
• 带深度学习的自然语言处理
• 使用代码演示摩尔定律
• 迁移学习创建最先进的图像分类器
• 获得Tensorflow开发者证书
• 了解OpenAI ChatGPT、GPT-4、DALL-E、Midtravel和稳定扩散的重要基础

课程要求

• 了解如何使用Python和Numpy进行编码
• 对于理论部分（可选），了解导数和概率

课程说明

有没有想过像OpenAIChatGPT、GPT-4、DALL-E、中端和稳定扩散这样的人工智能技术是如何真正工作的？在本课程中，您将学习这些突破性应用程序的基础知识。

欢迎使用Tensorflow 2.0！

多么激动人心的时刻啊。Tensorflow发布已经将近4年了，该库已经发展到官方的第二个版本。

Tensorflow是谷歌的深度学习和人工智能库。

深度学习最近取得了一些惊人的成就，例如：

• 生成从未存在过的人和事物的美丽、照片逼真的图像（GANs）
• 在战略游戏围棋中击败世界冠军，以及复杂的电子游戏，如CS:Go和Dota 2（深度强化学习）
• 自动驾驶汽车（计算机视觉）
• 语音识别（如Siri）和机器翻译（自然语言处理）
• 甚至创建人们做和说他们从未做过的事情的视频（DeepFakes——深度学习的一种潜在邪恶应用）

Tensorflow是世界上最受欢迎的深度学习库，由谷歌创建，其母公司Alphabet最近成为世界上现金最充裕的公司（就在我写这篇文章的几天前）。它是许多从事人工智能和机器学习的公司的首选库。

换句话说，如果你想进行深度学习，你必须了解Tensorflow。

这门课程是为初学者和专家级学生开设的。这怎么可能呢？

如果你刚刚接受了我的免费Numpy先决条件，那么你就知道了你需要立即加入的一切。我们将从一些非常基本的机器学习模型开始，并推进到最先进的概念。

一路上，您将了解所有主要的深度学习架构，如深度神经网络、卷积神经网络（图像处理）和递归神经网络（序列数据）。

目前的项目包括：

• 自然语言处理（NLP）
• 推荐系统
• 计算机视觉的迁移学习
• 生成对抗性网络（GANs）
• 深度强化学习股票交易机器人

即使你已经学习了我以前的所有课程，你仍然会学习如何转换以前的代码，使其使用Tensorflow 2.0，并且在这门课程中有一些全新的、前所未有的项目，如时间序列预测和如何进行股票预测

这门课程是为那些想快速学习的学生设计的，但也有“深入”部分，以防你想更深入地研究理论（比如什么是损失函数，以及不同类型的梯度下降方法）。

高级Tensorflow主题包括：

• 使用Tensorflow Serving（Tensorflow在云中）部署模型
• 使用Tensorflow Lite（移动和嵌入式应用程序）部署模型
• 使用分布策略的分布式Tensorflow训练
• 编写您自己的自定义Tensorflow模型
• 将Tensorflow 1.x代码转换为Tensorflow 2.0
• 常量、变量和张量
• 渴望执行
• 渐变胶带

讲师注意：本课程侧重于breadth而不是depth，理论较少，有利于构建更酷的东西。如果你正在寻找一门理论密集度更高的课程，那就不是这样了。一般来说，对于这些主题（推荐系统、自然语言处理、强化学习、计算机视觉、GANs等），我已经有了专门针对这些主题的课程。

谢谢你的阅读，我们上课见！

我应该按什么顺序选修你的课程？：

• 查看讲座“机器学习和人工智能先决条件路线图”（可在我的任何课程的常见问题解答中找到，包括免费的Numpy课程）

独特的功能

• 详细解释了每一行代码-如果您不同意，请随时给我发电子邮件
• 不像其他课程那样浪费时间在键盘上“打字”——老实说，没有人能真正在20分钟内从头开始编写值得学习的代码
• 不怕大学级别的数学-了解其他课程遗漏的算法的重要细节

此课程面向哪些人？

• 初学者到想要在Tensorflow 2.0中学习深度学习和人工智能的高级学生