TensorFlow 团队发布

2018 年 TensorFlow YouTube 频道推出时，我们有一个愿景，那就是让全球开发者了解机器学习的无限可能。通过像 Coding TensorFlow 这样的系列节目展示 TensorFlow 的使用方法，以及像 Made with TensorFlow 这样的系列节目分享人们使用 TensorFlow 所取得的令人振奋的成果，该频道获得了巨大发展。但我们也从中学到了一项重要经验：它是一种全球现象，为了有效地覆盖全球受众，我们应该提供多种语言的内容，并由母语人士进行讲解。快来关注广受欢迎的日语版“从零到英雄”系列节目吧！

TensorFlow 機械學習從零到英雄

最近，無論是瀏覽網頁、新聞還是書籍，都難以避開機器學習和 AI 這些熱門詞彙。由於它們在各個領域都備受關注，因此可以找到大量相關資訊。但是，從開發者的角度來看，機器學習究竟是什麼呢？TensorFlow 團隊的勞倫斯·莫羅尼基於他在 Google I/O 2019 上的精彩演講，製作了為期四集的影片系列“機器學習：TensorFlow 從零到英雄”。



第一集介紹了傳統程式和機器學習之間的差異。傳統程式依循用 Java 或 C++ 編寫的明確規則運作，而機器學習則是一種從數據中推斷規則的系統。為了回答“機器學習的程式碼是什麼樣？”等問題，影片以簡單的示例說明了如何建立機器學習模型，並解釋了模型建立的步驟。在第二集的電腦視覺影片中，將應用到本集中講述的一些概念。



第二集說明了使用機器學習進行基本的電腦視覺（讓電腦用視覺辨識各種物體）的原理。您可以透過此連結執行程式碼：https://goo.gle/34cHkDk



第三集解釋了為什麼卷積神經網路在電腦視覺領域表現優異。將圖像透過卷積中使用的濾波器後，可以捕捉到圖像的相似性特徵。在影片中，您可以看到濾波器實際應用於圖像以提取特徵的過程。
您可以透過此連結複習影片內容：http://bit.ly/2lGoC5f



第四集將教您如何製作剪刀石頭布識別器。第一集介紹了編寫剪刀石頭布識別程式碼的難度，但綜合前三集的知識，我們就可以只透過從圖像像素中尋找模式、對圖像進行分類以及使用卷積來提取特徵的卷積神經網路，輕鬆製作出剪刀石頭布識別器。

Colab 筆記：http://bit.ly/2lXXdw5

數據集：http://bit.ly/2kbV92O

您喜歡這個影片系列嗎？如果您想了解更多，請在留言中告訴我們！