本课程将指导您如何使用Google的TensorFlow框架创建用于深度学习的人工神经网络！本课程旨在以易于理解的方式为您提供有关Google TensorFlow框架复杂性的易于理解的指南。其他课程和教程倾向于远离纯张量流，而使用使用户更少控制的抽象。在这里，我们提供一门课程，最终可以作为按预期使用TensorFlow框架的完整指南，同时向您展示深度学习中可用的最新技术！
本课程旨在平衡理论和实际实现，提供完整的google colab和Jupiter笔记本代码指南，以及易于参考的幻灯片和注释。我们还将提供大量练习来测试您的新技能！
那里有很多深度学习框架，那么为什么要使用TensorFlow？
TensorFlow是一个开放源代码软件库，用于使用数据流图进行数值计算。图中的节点表示数学运算，而图的边缘表示在它们之间通信的多维数据数组（张量）。灵活的体系结构允许您使用单个API将计算部署到台式机，服务器或移动设备中的一个或多个CPU或GPU。TensorFlow最初是由Google机器智能研究组织内的Google Brain团队的研究人员和工程师开发的，目的是进行机器学习和深度神经网络研究，但该系统具有足够的通用性，可以广泛应用于其他领域，例如好吧。
全世界的主要公司都在使用它，包括Airbnb，Ebay，Dropbox，Snapchat，Twitter，Uber，SAP，Qualcomm，IBM，Intel，当然还有Google！
此外，该课程还包含基于实际示例的实践练习。因此，您不仅将学习理论，而且还将获得一些动手实践来构建自己的模型。有五个关于医疗保健问题的大项目，还有一个要实践的小项目，列表如下：
- Concrete Quality Prediction Using Deep Neural Networks.
- CIFAR-10.
- Classifying clothing images.
- 20 newsgroups.
- Handwritten Digit.
- Denoising autoencoders (DAEs).
- Movie Reviews Sentiment Analysis Using Recurrent Neural Networks.
- Predicting Stock Price
- Iris Flower.
MP4 | Video: h264, 1280×720 | Audio: AAC, 44100 Hz
Language: English | Size: 6.18 GB | Duration: 16h 38