TensorFlow 团队发布

TensorFlow YouTube 频道于 2018 年推出，我们有一个愿景，那就是向全球开发者宣传机器学习的可能性。通过像 Coding TensorFlow 这样的系列节目展示了如何使用 TensorFlow，以及 Made with TensorFlow 展现了人们使用 TensorFlow 完成的令人鼓舞的故事等等，该频道发展迅速。但我们也吸取了一个重要的教训：这是一个全球现象，为了有效地触达全球，我们应该用多种语言提供我们最好的内容，并由母语人士进行演示。快来查看热门的 Zero to Hero 系列 的西班牙语版本！

使用 TensorFlow 进行机器学习：从零到英雄

现在，打开任何浏览器、报纸或书籍，都会看到关于机器学习或人工智能的东西。有太多信息，也有太多宣传。考虑到这一点，TensorFlow 团队的 Laurence Moroney 想从开发人员的角度制作一个四部分视频系列，介绍机器学习的本质。该系列基于他在 2019 年 Google IO 大会上的热门演讲，名为“机器学习：使用 TensorFlow 从零到英雄”。

第一个视频在这里，你会学习到机器学习代表着编程中的一个新范式，在这个范式中，我们不是在像 Java 或 C++ 这样的语言中编写显式的规则，而是构建一个在数据上进行训练以推断规则本身的系统。但机器学习实际上是什么样子的呢？在这里，你可以看到一个构建机器学习模型的基本“Hello World”示例，展示了我们在以后的章节中将应用于更有趣挑战（计算机视觉）的想法。



第二个视频 中，你将学习计算机视觉，教计算机如何看到和识别不同的物体。你也可以在这里练习并查看示例：https://goo.gle/34cHkDk



第三个视频 中，我们讨论卷积神经网络，以及它们为什么在计算机视觉应用中如此强大。卷积是一个过滤器，它在图像上滑动，处理它并识别图像中显示相似性的特征。在这个视频中，你会看到它们是如何工作的，通过处理一个图像来查看你是否可以从中提取特征！你还可以在这里尝试一个 codelab：http://bit.ly/2lGoC5f



这是第四个也是最后一个视频，你将学习如何构建一个石头剪刀布图像分类器。在第一集中，我们谈到了石头剪刀布游戏；我们讨论了编写代码来检测和分类它们可能有多么困难。随着章节的进展，我们学习了如何从原始像素中的模式检测，到对它们的分类，再到通过卷积来检测特征，从而构建神经网络。在本集中，我们将把前三部分中所有内容都应用到实践中。Colab 笔记本：http://bit.ly/2lXXdw5。石头剪刀布数据集：http://bit.ly/2kbV92O



希望你喜欢这个系列，请告诉我们你是否想看更多！