有没有想过 OpenAIChatGPT、GPT-4、DALL-E、Midjourney 和 Stable Diffusion 等 AI 技术是如何工作的？在本课程中，您将学习这些开创性应用程序的基础知识。

欢迎使用 Tensorflow 2.0！

多么激动人心的时刻。自 Tensorflow 发布以来已经将近 4 年了，该库已经发展到正式的第二个版本。

Tensorflow 是 Google 的深度学习和人工智能库。

深度学习最近取得了一些惊人的成就，例如：

• 生成从未存在过的人和事物的美丽、照片般逼真的图像 （GAN）

• 在策略游戏围棋以及 CS：GO 和 Dota 2（深度强化学习）等复杂视频游戏中击败世界冠军

• 自动驾驶汽车（计算机视觉）

• 语音识别（例如 Siri）和机器翻译（自然语言处理）

• 甚至制作人们做和说他们从未做过的事情的视频（DeepFakes – 深度学习的潜在邪恶应用程序）

Tensorflow 是世界上最受欢迎的深度学习库，它由 Google 构建，其母公司 Alphabet 最近成为世界上现金最丰富的公司（就在我写这篇文章的几天前）。它是许多从事 AI 和机器学习的公司的首选库。

换句话说，如果你想进行深度学习，你必须了解 Tensorflow。

本课程适用于初级学生一直到专家级学生。这怎么可能呢？

如果您刚刚参加了我的免费 Numpy 先决条件，那么您知道直接进入所需的一切。我们将从一些非常基本的机器学习模型开始，然后逐步介绍最先进的概念。

在此过程中，您将了解所有主要的深度学习架构，例如深度神经网络、卷积神经网络（图像处理）和递归神经网络（序列数据）。

目前的项目包括：

• 自然语言处理 （NLP）

• 推荐系统

• 计算机视觉的迁移学习

• 生成对抗网络 （GAN）

• 深度强化学习股票交易机器人

即使你已经参加了我之前的所有课程，你仍然会学习如何转换你以前的代码，使其使用 Tensorflow 2.0，并且这门课程中有全新的和前所未见的项目，例如时间序列预测和如何进行股票预测。

本课程专为想要快速学习的学生而设计，但也有“深入”部分，以防您想更深入地了解理论（例如什么是损失函数，以及有哪些不同类型的梯度下降方法）。

高级 Tensorflow 主题包括：

• 使用 Tensorflow Serving 部署模型（云中的 Tensorflow）

• 使用 Tensorflow Lite 部署模型（移动和嵌入式应用程序）

• 使用分布策略进行分布式 Tensorflow 训练

• 编写您自己的自定义 Tensorflow 模型

• 将 Tensorflow 1.x 代码转换为 Tensorflow 2.0

• 常量、变量和张量

• 急切执行

• 渐变胶带

讲师注：本课程侧重于广度而不是深度，较少的理论有利于构建更酷的东西。如果您正在寻找一门理论更密集的课程，那么这不是它。通常，对于这些主题中的每一个（推荐系统、自然语言处理、强化学习、计算机视觉、GAN 等）我已经有专门针对这些主题的课程。

感谢您的阅读，我们课堂上见！

我应该按什么顺序上课？

• 查看讲座 “机器学习和 AI 先决条件路线图” （可在我任何课程的常见问题解答中找到，包括免费的 Numpy 课程）

独特功能

• 每一行代码都详细解释 – 如果您不同意，请随时给我发电子邮件

• 不会像其他课程那样浪费时间在键盘上 “打字” – 老实说，没有人能真正在短短 20 分钟内从头开始编写值得学习的代码

• 不怕大学水平的数学 – 获取有关其他课程遗漏的算法的重要细节