2015 年 11 月發佈至今的三年多時間裏，TensorFlow 已逐漸發展爲完整的端到端機器學習生態系統，併爲機器學習革命提供助力。

TensorFlow 的累計下載次數超過 4,100 萬次，擁有 1,800 多名來自世界各地的貢獻者。而作爲綜合性的機器學習平臺，TensorFlow 也幫助各種各樣的從業者、研究人員，以及新用戶構建出色的全新解決方案，以解決 AI 難題。

在3月份召開的開發者峯會上Google推出了TensorFlow 2.0 alpha 版，這也意味着TensorFlow 2.0 版本的開始，開發者將可以更輕鬆地完成從數據提取、轉換、模型構建、訓練、保存到部署的流程。

不僅 Google 在自己的產品線使用 TensorFlow，包括聯想、小米、新浪網、京東、360、網易等衆多知名企業也都將 TensorFlow 用於其產品和研發，爲其用戶帶來更智能和便捷的體驗。

TensorFlow 是一個採用數據流圖（data flow graphs），用於數值計算的開源軟件庫。最初由Google大腦小組的研究員和工程師們開發出來，用於機器學習和深度神經網絡方面的研究。

舉個例子

TensorFlow 可用於訓練大規模深度神經網絡所需的計算，使用該工具涉及的計算往往復雜而深奧。

爲了更方便 TensorFlow 程序的理解、調試與優化，可視化工具TensorBoard 應運而生。使用 TensorBoard 來展現 TensorFlow 圖，繪製圖像生成的定量指標圖以及顯示附加數據（如其中傳遞的圖像）。

除此之外，TensorFlow所支持CNN、RNN和LSTM的算法，正是目前Image，Speech和NLP最流行的深度神經網絡模型。

同時，它還可以通過交互式的ipython界面嘗試些想法，從而有條理地歸置好筆記、代碼等內容。

Google開源了TensorFlow，使得TensorFlow的影響範圍更大，成爲全球科學家研究成果、研究人員課題、甚至高中學生作業的核心組成部分。

因此，超級數學建模攜手唐老師以Tensorflow作爲核心武器，爲大家精心準備《Tensorflow實戰》系列課程。

唐老師將從基礎講起，並結合熱門模型算法詳細講解相關應用領域，包括圖像處理、自然語言處理和物體檢測與機器翻譯。最後還會藉助真實數據集進行實戰講解。

相信，每天都能感受到能力的提升！

《Tensorflow實戰》系列課程介紹

基礎篇（共41學時）

（課程大綱）

《深度學習主流框架-Tensorflow實戰》（?198）

第一章 Tensorflow基本操作（免費試學）

第二章 Tensoflow卷積神經網絡（免費試學）

第三章 卷積神經網絡實戰-貓狗識別

第四章 RNN遞歸神經網絡實戰

第五章 致敬經典：ALEXNET網絡實戰

第六章 Tensorboard可視化展示

第七章 tfrecord製作自己的數據集

第八章 CNN應用於文本分類任務

第九章 resnet殘差網絡

第十章 驗證碼識別實戰

即可報名學習

課程特色

學習週期——一個月（學習建議：2小時/周）

課程收益——快速掌握神經網絡基礎知識；掌握深度學習的主流框架；獨立完成項目實戰

圖像處理篇（共41學時）

（課程大綱）

《Tensorflow實戰--圖像處理》（?198）

第一章 對抗生成網絡（免費試學）

第二章 風格轉換

第三章 高級API實例

第四章 圖像補全

第五章 超分辨重構