TensorFlow 2.0: 关于全新TensorFlow的完整指南

利用TensorFlow 2.0构建精彩的深度学习和人工智能应用(英语授课)

Ratings: 4.96 / 5.00




Description

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 You Will Learn!

  • 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

Who Should Attend!

  • 希望学习Tensorflow 2.0的深度学习工程师
  • 希望扩展其深度学习技能的人工智能工程师
  • 希望进入激动人心的深度学习和人工智能领域的计算机科学家
  • 希望将AI技能提升一个台阶的数据科学家
  • 希望扩展到应用领域的AI专家
  • 希望进入令人激动的深度学习和人工智能领域的Python开发者
  • 科技和自动化领域的工程师
  • 希望引领浪潮的商界和公司
  • 希望从事数据科学、机器学习、或人工智能的技术专业的学生
  • 任何对人工智能怀有激情的人们