面向全球受众推出 TensorFlow 视频:日语
2020 年 8 月 24 日
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!
下一篇文章
 Introducing TensorFlow Videos for a Global Audience: Japanese

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!