当 TensorFlow YouTube 频道在 2018 年推出时，我们有一个愿景，那就是让世界各地的开发者了解机器学习的可能性并从中获得灵感。凭借像 Coding TensorFlow 这样的系列，展示了如何使用 TensorFlow，以及 Made with TensorFlow 展示了人们使用 TensorFlow 做出的鼓舞人心的故事等等，该频道已经获得了巨大的增长。但我们了解到一个重要的教训：这是一个全球现象，为了有效地触达全世界，我们应该以多种语言提供我们最好的内容，并由母语人士进行讲解。快来观看广受欢迎的 Zero to Hero 系列 法语版吧！

使用 TensorFlow 进行机器学习：从零到英雄

如今，几乎不可能打开浏览器、报纸或书籍而不看到关于机器学习或人工智能的内容。有很多信息，也有很多媒体炒作。在这种情况下，来自 TensorFlow 团队的 Laurence Moroney 制作了一系列共四集的视频，从开发者的角度解释机器学习的真正含义。该系列基于 IO 2019，名为“机器学习：使用 TensorFlow 从零到英雄”。


第一集 ：您将从这里了解到机器学习是编程中的一种新范式。与在 Java 或 C++ 中明确地编写规则不同，您将构建一个系统，该系统通过数据进行训练，并自动推断规则。但机器学习究竟是什么样子的呢？在这里，您将浏览一个类似于“Hello World”的示例，用于构建机器学习模型。此示例展示了一些想法，这些想法将在第二集中应用于更有趣的问题：计算机视觉。


第二集 ：您将学习计算机视觉的基本概念，以了解如何检测和识别不同的物体。您也可以在这里尝试一个示例：https://goo.gle/34cHkDk


第三集 ：我们将讨论卷积神经网络，以及为什么它们在需要计算机视觉的情况中如此强大。卷积是一个过滤器，它在图像上进行传递，过滤器处理图像并从中提取重复特征。在本集中，您将看到卷积如何在处理图像时工作，以了解您是否可以从中提取特征！您也可以尝试代码实验室：http://bit.ly/2lGoC5f


第四集 ：您将看到如何创建一个图像分类器，用于“石头剪刀布”游戏。在第一集中，我们介绍了一个石头剪刀布场景，并讨论了为检测和分类它们而编写代码的难度。在整个机器学习系列中，我们学习了如何创建神经网络：从检测原始像素中的模式到分类，再到最后使用卷积检测特征。在本集中，我们将结合前面三集中的信息。Colab 练习：http://bit.ly/2lXXdw5。石头剪刀布数据集：http://bit.ly/2kbV92O

我们希望您喜欢这个系列，如果您想看更多内容，请告诉我们！