TensorFlow 實戰(zhàn) | TensorFlow 2 項目進(jìn)階實戰(zhàn)
記得 TensorFlow 2.0 剛發(fā)布時，一票開發(fā)者都在瘋狂吐槽：官方文檔不好找，bug 沒有及時修復(fù)和更新等等。盡管上線這么久，仍有大量開發(fā)者不愿從 1.x 升級，或從別的框架遷移過來。
事實上，TensorFlow 2 不僅繼承了 Keras 快速上手和易于使用的特性，還擴(kuò)展了原有 Keras 所不支持的分布式訓(xùn)練，并整合了 TF 生態(tài)的其他組件（如 TF Serving、TF Lite、TF Hub、TFX 等），能有效提升生產(chǎn)環(huán)境的穩(wěn)定性和可維護(hù)性。
所以，掌握 TensorFlow 2 是一件 ROI 很高的事，甚至可以說是AI 工程師高效進(jìn)階的必修課。
現(xiàn)在市面上講 AI 入門和 TensorFlow 的資料不少，但由于缺乏實際應(yīng)用場景和數(shù)據(jù)支持，且沒有測試集和測試場景，無法驗證效果，大部分人在學(xué)完課程后，仍然有一些普適性問題沒有解決，比如：
怎樣在生產(chǎn)環(huán)境中真正應(yīng)用 TensorFlow ？
如何證明自己是位合格的 AI 算法工程師？
實際 AI 項目研發(fā)過程中會遇到哪些坑，具體如何解決？
這里，給你分享一份從基礎(chǔ)到項目進(jìn)階的 「TensorFlow 2.0 學(xué)習(xí)框架圖」，你可以系統(tǒng)梳理 TF2.0 的在實戰(zhàn)項目中的應(yīng)用，循序漸進(jìn)地掌握 TensorFlow 2.0 核心知識。
這張圖譜出自彭靖田，之前看過他的《TensorFlow 快速入門與實戰(zhàn)》，由淺入深講解了四個 TensorFlow 實戰(zhàn)項目，跟著學(xué)下來，感覺收獲很大。前段時間，又刷了他出的第二季《TensorFlow 2 項目進(jìn)階實戰(zhàn)》，講得真的太硬核了，真心推薦。
在這個課程中，他系統(tǒng)講解了AI 項目落地的設(shè)計思路和關(guān)鍵原則，帶你掌握 TensorFlow 2 核心思想和實戰(zhàn)技能。同時，通過完整落地一個 AI 新零售項目，讓大家能夠了解在真實的生產(chǎn)環(huán)境當(dāng)中，AI 是如何幫助企業(yè)降本增效，解決實際問題的。
苦于沒有實戰(zhàn)經(jīng)驗的同學(xué)，這個課再適合不過了。完全可以帶你了解和掌握 AI 落地的設(shè)計思路和經(jīng)驗，同時提升你的 AI 技術(shù)，做到熟練運(yùn)用 TensorFlow 2。價格也很合適，新人首單僅 ￥59。
介紹一下作者——彭靖田 , 品覽數(shù)據(jù)聯(lián)合創(chuàng)始人兼 CTO，Google Developers Experts。
多年來，一直從事 TensorFlow 與 AI 落地的相關(guān)工作。畢業(yè)進(jìn)入華為后，在 2012 實驗室深度學(xué)習(xí)團(tuán)隊參與了 ModelArts 的早期設(shè)計和實現(xiàn)，而后作為技術(shù)合伙人，加入容器智能云初創(chuàng)公司 Caicloud，負(fù)責(zé) AI 云平臺 Clever 的設(shè)計與研發(fā)工作。現(xiàn)在，與朋友一起創(chuàng)業(yè)做了品覽數(shù)據(jù)，主要面向大企業(yè)（如萬科、上汽、味全、自如等）提供 AI 物品識別產(chǎn)品及解決方案。
這門課是如何設(shè)計的？
→第一部分：TensorFlow 2 的設(shè)計思想與上手實踐，以及它和 TensorFlow 1.x 的區(qū)別。帶你快速掌握 TensorFlow 2 的核心模塊，做到有效處理數(shù)據(jù) 、訓(xùn)練模型并預(yù)測結(jié)果。
→第二部分：以 AI 新零售項目實戰(zhàn)為主線，講解 AI 新零售的需求背景、AI 解決方案設(shè)計、目標(biāo)檢測與商品識別的落地實戰(zhàn)，并結(jié)合 AI 模型和業(yè)務(wù)邏輯，動手實現(xiàn)一個完整的 Web 應(yīng)用交付。在檢測和識別部分，會用到比較前沿 RetinaNet 技術(shù)。
這部分是課程的重點章節(jié)，從方案設(shè)計到最終的落地，會遇到哪些坑，如何去填這些坑，作者將這些年摸爬滾打的經(jīng)驗通通都分享給你，讓你在今后的工作中少走彎路。
→第三部分：分享 TensorFlow 2 中極具價值的幾個進(jìn)階使用模塊及方法，主要是圖像數(shù)據(jù)增強(qiáng)、分布式訓(xùn)練、遷移學(xué)習(xí)、性能優(yōu)化以及生產(chǎn)級部署幾大塊，帶你了解 TensorFlow 2 的強(qiáng)大能力，并利用它們?yōu)樽约旱捻椖抠x能。
