TensorFlow 2.0 完全指南：使用 Keras API
构建惊人的深度学习和人工智能应用程序
学习内容：
- 如何在数据科学中使用 TensorFlow 2.0
- TensorFlow 1.x 与 TensorFlow 2.0 的重要区别
- 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
- 如何构建自己的迁移学习应用程序
- 如何使用深度 Q 网络 (Deep-Q Network) 构建股票市场交易机器人
- 如何在 TensorFlow 2.0 中构建机器学习管道
- 如何使用 TensorFlow Data Validation 和 TensorFlow Transform 进行数据验证和数据集预处理
- 如何将 TensorFlow 2.0 模型投入生产
- 如何使用 Flask 和 TensorFlow 2.0 创建 Fashion API
- 如何使用 RESTful API 服务 TensorFlow 模型
本课程包括
- 13 小时的按需视频
- 13 篇文章
- 3 个可下载资源
- 移动设备和电视端访问
- 终身访问权
- 完成证书
价格：$59.99
教程评分：4.7 分（共 1,953 个评分）
教程语言：英语
教程字幕：中英文字幕
课程要求：
- 一些数学基础，如微分或梯度知识
- Python 基础
课程描述：
欢迎来到 TensorFlow 2.0！ TensorFlow 2.0 的发布引入了许多简化模型开发和维护过程的新特性。教育方面，它通过简化许多复杂概念来提高人们的理解能力；工业方面，模型更易于理解、维护和开发。
深度学习是人工智能领域增长最快的领域之一。在过去几年中，我们证明了即使是最简单的深度学习模型也可以解决非常困难和复杂的任务。随着深度学习的热潮逐渐平息，人们开始释放其在产品改进中的潜力。
本课程的结构涵盖了从神经网络建模和训练到将其投入生产的所有主题。
课程分为五个部分：第一部分介绍了技术栈和 TensorFlow 2.0 的基本语法；第二部分深入深度学习，涵盖了多种神经网络模型，包括全连接神经网络、卷积神经网络和递归神经网络，并学习如何实现迁移学习应用；第三部分介绍了如何使用深度 Q 网络构建股票市场交易机器人；第四部分讲解了 TensorFlow Extended (TFX)，包括数据验证和数据预处理管道的创建；第五部分介绍了如何优化和分布式训练 TensorFlow 2.0 模型。
声明：本站所有文章，如无特殊说明或标注，均为本站发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
