TensorFlow 团队发布

当 TensorFlow YouTube 频道在 2018 年上线时，我们希望向全球开发者展示机器学习的可能性，并激励他们。我们推出了许多系列视频，例如展示如何使用 TensorFlow 的 Coding TensorFlow，以及展示人们用 TensorFlow 做出了什么成就的 Made with TensorFlow 等。该频道一直在快速发展，但我们也学到了一些重要的经验教训：这是一个全球现象，为了有效地触达世界各地的人，我们应该使用多种语言提供一些优质内容，并邀请母语人士来讲解。快来观看深受欢迎的 Zero to Hero 系列 的中文版！

用 TensorFlow 学习机器学习：从零到一

无论我们是在上网、读报纸还是看书，似乎到处都能看到机器学习和人工智能这样的字眼。媒体上充斥着大量信息和炒作。鉴于此，TensorFlow 团队的 Laurence Moroney 希望从开发人员的角度，制作一个分为 4 集的系列视频，向我们解释机器学习究竟是什么。这个系列视频叫做“用 TensorFlow 学习机器学习：从零到一”（Machine Learning: From Zero to Hero with TensorFlow），是基于他在 2019 年谷歌 I/O 大会上的 热门演讲 制作的。



第一集: 你将了解到机器学习是编程的一个新领域。用传统的编程语言，例如 Java 或 C++，编写一个程序，需要使用明确的规则。而机器学习则可以通过训练数据来推断出这些规则。但是机器学习究竟是什么样子的呢？在这里，我们会用一个简单的示例代码构建一个机器学习模型，介绍一些基础概念，而你们会在之后的视频中应用这些概念去解决一个更有意思的问题：计算机视觉。



第二集: 通过教计算机如何看到并识别不同的物体，你可以学习到一些基本的计算机视觉概念。你也可以在此自己编写示例： https://goo.gle/34cHkDk



第三集: 在这里，我们会讨论卷积神经网络，以及为什么它们在计算机视觉中得到了广泛的应用。卷积是一个图像过滤器。它可以用来提取输入图像中具有共性的特征。在此视频中，你将通过处理一张输入图像，看能否从中提取特征，来了解它的工作原理。你也可以尝试一下这个 Codelab: http://bit.ly/2lGoC5f



第四集: 你将学习如何构建一个剪刀、石头、布的分类器。在第一集中，我们用这个例子展示了用传统代码来检测和分类它们的难度。随着我们对机器学习的深入了解，我们已经学习了如何构建神经网络：从探测原始像素中的模式到对其进行分类，再到使用卷积检测特征。在本集中，我们会将本系列前三集的所有内容都整合在一起。Colab 笔记:http://bit.ly/2lXXdw5, 剪刀、石头、布图像数据库: http://bit.ly/2kbV92O

我们希望你喜欢这个系列。如果你想了解更多，请与我们联系。