1. 快速掌握 TensorFlow 核心概念和架构；
2. 熟练进行模型结构设计、训练及测试；
3. 参数调优及损失函数设计的基本方法；
4. 四个典型的 TensorFlow 应用场景实战；
5. 懂得如何更好地为 TensorFlow 社区做贡献。

深度学习是近年来人工智能领域最火的一项技术。在众多的深度学习框架中，TensorFlow 凭借其强劲的运算性能、高效的超大集群并行能力、生产环境部署的稳定性、丰富的语言接口以及支持灵活的模型设计等特点，成为目前最流行的深度学习框架。

目前，阿里、腾讯、京东、小米、网易、滴滴等国内知名互联网企业以及 Airbnb、Uber、Dropbox 等硅谷明星公司，都在生产环境中大规模地使用 TensorFlow。在谷歌内部，更有超过 80% 的软件项目采用了 TensorFlow。

掌握 TensorFlow 是从事人工智能相关工作的必备技能之一。

而 TensorFlow 的初学者经常会遇到以下问题：

1. 网上各种教程参差不齐，且各自基于不同的 TensorFlow 版本，完全照着做，难免会遇到各种奇怪的问题，有时候折腾半天都解决不了，越看越焦虑，还浪费时间。
2. TensorFlow 使用了大量的抽象概念来描述算法模型及其计算过程，譬如张量、操作、占位符、数据流图、会话等。初学者往往难以理解，如果没有详细的指导和点拨，学习起来困难重重。
3. 由于初学者对 TensorFlow 的模块和架构设计缺乏整体认知，就无法根据自身需求快速学习和应用，容易胡子眉毛一把抓，皱着眉头钻研半天也抓不住重点。

因此，推出《TensorFlow 快速入门与实战》这门课程，课程以 TensorFlow 1.12 版本为基础，从 TensorFlow 的发展历程、核心概念开始讲起，并通过四个由浅到深的实战项目练习，帮你快速上手 TensorFlow，并能将所学知识应用到工作中，用 AI 为业务赋能。

课程目录：

TensorFlow快速入门与实战-/
├──01丨课程内容综述-.mp4 55.42M
├──02丨第一章内容概述-.mp4 26.94M
├──03丨TensorFlow产生的历史必然性-.mp4 75.98M
├──04丨TensorFlow与Jeff Dean的那些事-.mp4 199.55M
├──05丨TensorFlow的应用场景-.mp4 275.84M
├──06丨TensorFlow的落地应用-.mp4 212.45M
├──07丨TensorFlow的发展现状-.mp4 117.39M
├──08丨第二章内容概述-.mp4 20.22M
├──09丨搭建你的TensorFlow开发环境-.mp4 275.80M
├──10丨Hello TensorFlow-.mp4 92.68M
├──11丨在交互环境中使用TensorFlow-.mp4 414.42M
├──12丨在容器中使用TensorFlow-.mp4 310.46M
├──13丨第三章内容概述-.mp4 41.32M
├──14丨TensorFlow模块与架构介绍-.mp4 90.06M
├──15丨TensorFlow数据流图介绍-.mp4 355.76M
├──16丨张量（Tensor）是什么（上）-.mp4 144.62M
├──17丨张量（Tensor）是什么（下）-.mp4 137.77M
├──18丨变量（Variable）是什么（上）-.mp4 191.25M
├──19丨变量（Variable）是什么（下）-.mp4 238.63M
├──20丨操作（Operation）是什么（上）-.mp4 177.32M
├──21丨操作（Operation）是什么（下）-.mp4 93.51M
├──22丨会话（Session）是什么-.mp4 243.97M
├──23丨优化器（Optimizer）是什么-.mp4 366.46M
├──24丨第四章内容概述-.mp4 17.15M
├──25丨房价预测模型的前置知识-.mp4 290.65M
├──26丨房价预测模型介绍-.mp4 84.30M
├──27丨房价预测模型之数据处理-.mp4 338.69M
├──28丨房价预测模型之创建与训练-.mp4 214.01M
├──29丨TensorBoard 可视化工具介绍-.mp4 238.12M
├──30丨使用 TensorBoard 可视化数据流图-.mp4 181.72M
├──31丨实战房价预测模型：数据分析与处理-.mp4 257.05M
├──32丨实战房价预测模型：创建与训练-.mp4 202.10M
├──33丨实战房价预测模型：可视化数据流图-.mp4 376.71M
├──34丨第五章内容概述-.mp4 29.26M
├──35丨手写体数字数据集 MNIST 介绍（上）-.mp4 145.80M
├──36丨手写体数字数据集 MNIST 介绍（下）-.mp4 119.15M
├──37丨MNIST Softmax 网络介绍（上）-.mp4 115.41M
├──38丨MNIST Softmax 网络介绍（下）-.mp4 272.75M
├──39丨实战MNIST Softmax网络（上）-.mp4 273.78M
├──40丨实战MNIST Softmax网络（下）-.mp4 316.87M
├──41丨MNIST CNN网络介绍-.mp4 321.92M
├──42丨实战MNIST CNN网络-.mp4 556.52M
├──43丨第六章内容概述-.mp4 21.36M
├──44丨准备模型开发环境-.mp4 93.23M
├──45丨生成验证码数据集-.mp4 271.06M
├──46丨输入与输出数据处理-.mp4 389.27M
├──47丨模型结构设计-.mp4 409.96M
├──48丨模型损失函数设计-.mp4 313.56M
├──49丨模型训练过程分析-.mp4 442.51M
├──50丨模型部署与效果演示-.mp4 266.02M
├──51丨第七部分内容介绍-.mp4 26.35M
├──52丨人脸识别问题概述-.mp4 399.53M
├──53丨典型人脸相关数据集介绍-.mp4 260.06M
├──54丨人脸检测算法介绍-.mp4 363.27M
├──55丨人脸识别算法介绍-.mp4 332.05M
├──56丨人脸检测工具介绍-.mp4 352.82M
├──57丨解析 FaceNet 人脸识别模型-.mp4 418.51M
├──58丨实战 FaceNet 人脸识别模型-.mp4 503.77M
├──59丨测试与可视化分析-.mp4 284.78M
├──60丨番外篇内容介绍-.mp4 22.61M
├──61丨TensorFlow 社区介绍-.mp4 177.19M
├──62丨TensorFlow 生态-TFX-.mp4 105.38M
├──63丨TensorFlow 生态-Kubeflow-.mp4 146.47M
├──64丨如何参与 TensorFlow 社区开源贡献-.mp4 113.31M
├──65丨ML GDE 是 TensorFlow 社区与开发者的桥梁-.mp4 93.86M
└──66丨课程总结-.mp4 45.61M