TensorFlow 团队发布

当 TensorFlow YouTube 频道在 2018 年推出时，我们有一个愿景，即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。通过像 TensorFlow 编码 这样的系列节目展示了如何使用它，以及 用 TensorFlow 制作 展示人们如何使用 TensorFlow 的鼓舞人心的故事，以及更多内容，该频道已经发展壮大。但我们也学到了一个重要的教训：这是一个全球现象，为了有效地接触世界各地的人，我们应该用多种语言提供我们最好的内容，并让母语人士来演示。快来观看流行的 从零到英雄系列 的德语版吧！

使用 TensorFlow 进行机器学习：从零到英雄

如今，无论打开浏览器、报纸还是书籍，都不可避免地会看到有关机器学习 (ML) 或人工智能 (AI) 的内容。关于这两个主题，有许多信息和炒作。鉴于此，TensorFlow 团队的 Laurence Moroney 想要从开发者的角度制作一个四部分的视频系列，解释机器学习的本质。该系列基于他 在 2019 年 Google IO 上的热门演讲，其标题相同：“机器学习：使用 TensorFlow 从零到英雄”。


在视频 1 中，您将了解到机器学习是编程中的一个新范式。与在 Java 或 C++ 等语言中显式地编写规则不同，您将创建一个用数据训练的系统，以推断出自身的规则。但 ML 到底是什么样的？本视频将介绍一个基本的 Hello World 示例，用于创建 ML 模型，并介绍将在后续视频中用于解决更有趣的问题的想法：计算机视觉。


在视频 2 中，您将学习机器学习的基本原理，例如如何教会计算机识别和区分不同的物体。 https://goo.gle/34cHkDk


在视频 3 中，我们将讨论卷积神经网络，以及它们为什么在计算机视觉场景中如此强大。卷积是一种过滤器，它会遍历图像，对其进行处理并提取图像中具有共同特征的特征。在本视频中，您将看到这些网络是如何工作的，通过处理图像并尝试提取特征！您还可以尝试一个代码实验室：http://bit.ly/2lGoC5f


在视频 4 中，您将看到如何创建一个剪刀、石头、布的图像分类器。在第一个视频中，我们展示了一个剪刀、石头、布的场景，并解释了为这些场景编写相应的分类代码可能是多么困难。

在随后的 ML 视频中，我们学习了如何构建神经网络，从识别原始像素中的模式，到对其进行分类，再到使用卷积提取特征。在本视频中，我们将所有来自前三个视频系列部分的信息整合在一起。Colab 笔记本：http://bit.ly/2lXXdw5。剪刀、石头、布数据集：http://bit.ly/2kbV92O

希望您喜欢这个视频系列，如果您想看更多内容，请告诉我们！