Tensorflow 2.0:深度学习和人工智能
用于计算机视觉、时间序列分析、NLP、GAN、强化学习等的机器学习和神经网络!
讲师:Lazy Programmer Inc.
口袋资源独家Udemy付费课程,独家中英文字幕,配套资料齐全!
用不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。
你将会学到的
- 人工神经网络 (ANN) / 深度神经网络 (DNN)
- 预测股票收益
- 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
- GAN(生成对抗网络)
- 推荐系统
- 图像识别
- 卷积神经网络 (CNN)
- 递归神经网络 (RNN)
- 使用 Tensorflow Serving 通过 RESTful API 为您的模型提供服务
- 使用 Tensorflow Lite 为移动设备(Android、iOS)和嵌入式设备导出模型
- 使用 Tensorflow 的分布策略来并行学习
- 低级 TensorFlow、梯度带,以及如何构建自己的自定义模型
- 具有深度学习的自然语言处理 (NLP)
- 使用代码演示摩尔定律
- 迁移学习以创建最先进的图像分类器
要求
- 知道如何用 Python 和 Numpy 编写代码
- 对于理论部分(可选),了解导数和概率
说明
欢迎来到 TensorFlow 2.0!
多么激动人心的时刻。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)
Tensorflow 是世界上最受欢迎的深度学习库,它是由谷歌创建的,谷歌的母公司 Alphabet 最近成为了世界上现金最充裕的公司(就在我写这篇文章的前几天)。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,如果你想做深度学习,你必须了解 Tensorflow。
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
即使你已经上过我以前的所有课程,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
- 渴望执行
- 渐变胶带
教员注:本课程侧重于广度而不是深度,较少的理论有利于构建更酷的东西。如果您正在寻找理论更密集的课程,那就不是了。一般来说,对于每个主题(推荐系统、自然语言处理、强化学习、计算机视觉、GAN 等),我已经开设了专门针对这些主题的课程。
感谢您的阅读,我们课堂上见!
我应该按什么顺序上课?:
- 查看讲座“机器学习和 AI 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
- 每行代码都详细解释 – 如果您不同意,请随时给我发电子邮件
- 不会像其他课程那样浪费时间在键盘上“打字”——说实话,没有人能真正在 20 分钟内从头开始编写值得学习的代码
- 不怕大学水平的数学——获取其他课程遗漏的算法的重要细节
此课程面向哪些人:
- 想要在 Tensorflow 2.0 中学习深度学习和 AI 的初学者到高级学生