Tensorflow 发布已经快 4 年了，该库已经发展到了官方的第二个版本。

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：

• 生成美丽、逼真的人物和事物图像（GAN）
• 在战略游戏围棋以及 CS:GO 和 Dota 2（深度强化学习）等复杂电子游戏中击败世界冠军
• 自动驾驶汽车（计算机视觉）
• 语音识别（例如 Siri）和机器翻译（自然语言处理）
• 甚至制作人们做和说他们从未做过的事情的视频（DeepFakes - 深度学习的潜在邪恶应用）

课程英文名：Tensorflow 2.0 Deep Learning and Artificial Intelligence

此视频教程共2.0小时，中英双语字幕，画质清晰无水印，源码附件全

下载地址

课程编号：181
百度网盘地址：https://pan.baidu.com/s/1_eoVIwUijTDjw8v5pVDccA?pwd=ndku
夸克网盘(不限速)地址：https://pan.quark.cn/s/ac8226352700

课程内容

本课程适用于从初级到专家级的学生。 怎么会这样？

如果你刚刚学习了我的免费 Numpy 先决条件，那么你就知道了所有需要的东西。我们将从一些非常基本的机器学习模型开始，然后进入最先进的概念。

在此过程中，您将了解所有主要的深度学习架构，例如深度神经网络、卷积神经网络（图像处理）和循环神经网络（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
• 生成对抗网络 (GAN)
• 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你以前的代码，以便它使用 Tensorflow 2.0，并且本课程中有全新的和从未见过的项目，例如 时间系列预测 以及如何进行 股票预测。

本课程是为想要快速学习的学生设计的，但也有一些”深入”的部分，以防你想更深入地研究理论（比如什么是损失函数，不同类型的梯度是什么？下降方法）。

高级 TensorFlow 主题包括：

• 使用Tensorflow Serving部署模型  （云中的 Tensorflow）
• 使用Tensorflow Lite  （移动和嵌入式应用程序）部署模型 
• 使用分布策略进行分布式 Tensorflow 训练 
• 编写自己的自定义 Tensorflow 模型
• 将 Tensorflow 1.x 代码转换为 Tensorflow 2.0
• 常量、变量和张量