TensorFlow 团队发布

TensorFlow YouTube 频道于 2018 年推出，我们有一个愿景，即向全球开发者传达机器学习的可能性，并激励他们。该频道推出了诸如 Coding TensorFlow（展示如何使用 TensorFlow）和 Made with TensorFlow（展示人们使用 TensorFlow 所做的鼓舞人心的事情）等系列，该频道已经发展壮大。但我们也从中吸取了重要的教训：这是一个全球现象，要有效地触达全球用户，我们应该提供多语种内容，并由母语人士进行讲解。看看越南语版的热门“从零到英雄”系列吧！

用 TensorFlow 入门机器学习

似乎每当你浏览网页、阅读书籍或新闻时，机器学习和人工智能（AI）的资讯都会映入眼帘。其中也不乏许多关于 AI 的夸大宣传和炒作。因此，从开发者的角度来看，我们在 TensorFlow 团队决定制作一个由四部分组成的视频系列，来探讨机器学习的真实本质，其灵感源于 Laurence Moroney 在 Google IO 2019 上的著名演讲，主题是“机器学习：从零到英雄（Machine Learning: Zero to Hero）”。

在第一部视频中，我们将介绍一种新的编程形式——机器学习。与使用 Java 或 C++ 等编程语言为计算机编写指令不同，在机器学习中，你需要创建一个人工智能程序，它可以通过数据进行训练，计算机将从这些数据中推导出逻辑。那么机器学习究竟是什么？我们将共同探索一个机器学习模型的“Hello World”示例，介绍一些概念，这些概念将在之后用于解决更有趣的问题：计算机视觉。

在第二部视频中，你将学习基于机器学习的计算机视觉。我们将训练计算机识别和区分不同的物体。

在第三部视频中，我们将学习卷积神经网络，以及它们在计算机视觉应用中的重要性。卷积是一种图像处理滤波器，它可以提取图像的特征。你将通过处理和提取真实图像集的特征来了解卷积神经网络的工作原理。

在第四部视频中，你将学习如何构建一个图像分类模型，用于玩石头剪刀布游戏。在第一部分中，我们已经讨论了石头剪刀布游戏，以及让计算机识别石头、剪刀、布的手势图像的难度。然而，之后我们也深入了解了机器学习，以及如何构建神经网络来从像素数据中发现规律，以及如何使用卷积网络来检测图像中的特征。在这一部分，我们将应用从前三部分中学到的知识来构建一个神经网络，让计算机玩石头剪刀布游戏。

希望这个视频系列能帮助你入门机器学习。如果你有任何意见建议，请在 YouTube 视频评论区留言。别忘了订阅 TensorFlow YouTube 频道，观看更多关于机器学习的视频！