4019 2020-11-06 13:48 采纳率: 100%
浏览 67
已采纳

对于AI新手怎么能快速上手TensorFlow

我是一个新手,怎么能最快速的获取AI以及TensorFlow的入门介绍材料和hellowword程序建立

  • 写回答

7条回答 默认 最新

  • TensorFlow 社区 企业官方账号 2020-11-13 15:14
    关注

    欢迎来到 TensorFlow 的世界!抛砖引玉,欢迎大家也在社区内分享自己的上手经验~

    TensorFlow 是端到端的开源机器学习平台。它提供全面,灵活的专业工具,使个人开发者轻松创建机器学习应用,助力研究人员推动前沿技术发展,支持企业建立稳健的规模化应用。

    从 2015 年发布以来,TensorFlow 下载量已经超过 1.37 亿次。作为全球使用广泛的机器学习框架,TensorFlow 已经度过五周年。TensorFlow 逐渐成为了端到端的成熟平台,有着完整的生态体系。 TensorFlow 2.0 的发布,标志着 TensorFlow 全新时代到来。它更为简单易用,更为灵活强大,更为生产环境可用。希望 TensorFlow 可以成为适合所有用户的机器学习平台,可以帮助每一个人利用机器学习解决现实世界的难题。

    言归正传,推荐现在开始想要学习 TensorFlow 的同学,从 TensorFlow 2.x 开始学习,它更简单易学,同时也是未来的趋势,越来越多的应用将基于 2 。目前 TensorFlow 最新的版本是 2.3 版本

    TensorFlow 的官方网站和线上课程是最好的学习起点。现在 TensorFlow 的中文官方网站已经上线,开发者可以很顺畅地浏览网站内容。官方网站上有大量的基于 TensorFlow 的教程,覆盖了视觉、自然语言处理和语音等例子。

    想要快速上手学习 TensorFlow,强烈推荐由 TensorFlow 和专业老师们一起联合推出,在中国大学 MOOC 上线的 《TensorFlow 入门实操课程》。这门课程由 TensorFlow 官方团队与专业老师们联合推出,能帮助你了解机器学习的设计思路和基本方法,体验 TensorFlow 的最佳实践模式,还搭载线上实操练习训练,帮助你更快地学以致用。为了帮助大家更高效地学习,TensorFlow 官方微信( TensorFlow_official ) 随课程章节推出延展阅读,帮助学员更好地理解课程内容。

    那如何找到最适合自己的学习内容呢?

    针对如何快速入门,起点不同、需求不同的开发者可以从以下几种方式开始 TensorFlow 机器学习探索之旅。

    根据入门和专家不同的路径,TensorFlow 官网学习页面提供了不同的学习路径,也包含了机器学习届的 Hello World 事例,帮助新手入门。

    对于初学者推荐使用 Keras 高层 API。Keras 是一个用于构建和训练深度学习模型的高阶  API ,可用于快速设计原型、研究和生产环境使用。它具有易使用,模块化,可组合以及易于扩展等优点。Keras 是 TensorFlow 2.0 主要推荐的 API 。你可以从学习 TensorFlow 官方网站上基于 Keras 的教程开始,并尝试解决一些简单的机器学习问题。

    如果你习惯使用 JavaScript 语言,可以试着使用 TensorFlow.js 在网页端创建小型的体验应用。TensorFlow 官网提供丰富的基于 JavaScript 的 demo,也准备了一系列可以开箱即用的模型,帮助你更快的在应用场景实现项目,快点体验 TensorFlow.js 的强大功能吧。

    TensorFlow Lite 提供了在移动端、嵌入式和物联网设备上运行 TensorFlow 模型所需的所有工具。如果你是移动应用开发者,可以尝试 TensorFlow Lite 的一系列模型和案例。可以先试试从图像分类的教程开始学习。

    尝试使用 TensorFlow Hub 上预训练好的模型,参考该网址,也可以阅读现有的官方模型来学习如何设计模型。

     

    最后,想要“入圈”,找到志同道合的小伙伴,我们欢迎你加入 TensorFlow 的官方社群!

    • TensorFlow Lite 中文兴趣小组

    • 为了帮助中国广大的 app 开发者更好的使用 TFLite,我们专门建立了 TFLite 中文兴趣小组(注意:这个兴趣小组仅专注于 TFLite),由 3 位来自腾讯和 vivo 的同学担任社区领导者,Google TensorFlow 中国团队积极配合一起运营。每月定期邀请 TFLite 使用者进行分享他们使用 TFLite 的心得和经验,或者 TFLite 工程师分享他们正在做的工作。

    >>>想加 TFLite 中文兴趣组微信群?关注 TensorFlow 公众号 ( TensorFlow_official ) 后台回复“ TFLite 中文兴趣组”即可。

     

    • TFUG (TensorFlow User Group)

    • TFUG 是 TensorFlow User Group 的简称,她成立于 2019 年 03 月,旨在提供一个每一位 TensorFlow 开发者可以分享、交流和互促互进的社区。TFUG 目前已经覆盖了全国主要城市,各地的 TFUG 过去已经举办过几轮名为 TF Summit Extended、TF All Around 和 TF World Extended 的主题活动,共有数百上千的开发者参与其中,并将在未来继续扩大范围。

     

    悄咪咪预告,CSDN 上的 TensorFlow 官方社区还将在11月持续推出帮助大家学习成长的“神秘计划”,具体是什么呢?请持续关注我们吧!

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(6条)

报告相同问题?

悬赏问题

  • ¥15 基于ucc28019的pfc电路中芯片一直不工作
  • ¥15 yolov8在3588板子端c++推理报错
  • ¥50 unitywebrequest分段下载导致报错,如何解决?
  • ¥15 错误使用 gretna_GUI_PreprocessInterface>RunBtn_Callback
  • ¥15 WPF如何用Chart绘画出Y轴的左边数据
  • ¥15 pycharm无法查看内置代码
  • ¥15 跑hls xfopencv的例程standalone_hls_axi_example出的错误,csim没问题,c synthesis出的错误
  • ¥15 sqlserver update语句逐行生效
  • ¥20 Windows10系统命令行调用
  • ¥15 php环境如何实现国密SM2相关功能