?課程介紹

TensorFlow 2.0 發(fā)布已有一年多，但仍有很大量開發(fā)者不愿從 1.x 升級(jí)，或從別的框架遷移過來(lái)。事實(shí)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），可有效提升生產(chǎn)環(huán)境的穩(wěn)定性和可維護(hù)性。

對(duì)學(xué)習(xí)者來(lái)說(shuō)，從工具使用到實(shí)戰(zhàn)項(xiàng)目的落地，中間還有很長(zhǎng)的路要走，有不少坑要去填。可以說(shuō)，想要順利落地基于 TensorFlow 2 的 AI 項(xiàng)目，并不是一件容易的事。

因此，我們希望通過本課程來(lái)幫助學(xué)員了解 AI 落地的設(shè)計(jì)思路和經(jīng)驗(yàn)，手把手帶你落地一個(gè)完整的 AI 項(xiàng)目，知道這個(gè)過程中會(huì)有哪些坑，如何去避免。同時(shí)，你也能通過實(shí)戰(zhàn)進(jìn)一步提升自己的 AI 技術(shù)，達(dá)到對(duì) TensorFlow 2 的熟練運(yùn)用。

TensorFlow 2 項(xiàng)目進(jìn)階實(shí)戰(zhàn) 手把手帶你打通 AI 項(xiàng)目落地全流程課程目錄

01丨課程介紹：AI進(jìn)階需要落地實(shí)戰(zhàn).mp4

02丨內(nèi)容綜述：如何快速效學(xué)習(xí)AI與TensorFlow2.mp4

03丨TensorFlow2新特性.mp4

04丨TensorFlow2核心模塊.mp4

05丨TensorFlow2vsTensorFlow1.x.mp4

06丨TensorFlow2落地應(yīng).mp4

07丨TensorFlow2開發(fā)環(huán)境搭建.mp4

08丨TensorFlow2數(shù)據(jù)導(dǎo)入與使.mp4

09丨使用tf.keras.datasets加載數(shù)據(jù).mp4

10丨使用tf.keras管理Sequential模型.mp4

11丨使用tf.keras管理functionalAPI.mp4

12丨FashionMNIST數(shù)據(jù)集介紹.mp4

13丨使用TensorFlow2訓(xùn)練分類網(wǎng)絡(luò).mp4

14丨行業(yè)背景：AI新零售是什么.mp4

15丨用戶需求：線下門店業(yè)績(jī)?nèi)绾翁嵘?mp4

16丨長(zhǎng)期標(biāo)：貨架數(shù)字化與業(yè)務(wù)智能化.mp4

17丨短期目標(biāo)：自動(dòng)化陳列審核和促銷管理.mp4

18丨方案設(shè)計(jì)：基于深度學(xué)習(xí)的檢測(cè).mp4

19丨方案交付：支持在線識(shí)別和API調(diào)用的AI SaaS 已學(xué)完.mp4

20丨基礎(chǔ)：目標(biāo)檢測(cè)問題定義與說(shuō)明.mp4

21丨基礎(chǔ)：深度學(xué)習(xí)在目標(biāo)檢測(cè)中的應(yīng)用.mp4

22丨理論R-CNN系列二階段模型綜述.mp4

23丨理論：YOLO系列一階段模型概述.mp4

24丨應(yīng)用：RetinaNet與FacolLoss帶來(lái)了什么.mp4

25丨應(yīng)用：檢測(cè)數(shù)據(jù)標(biāo)注方法與流程.mp4

26丨應(yīng)用：劃分檢測(cè)訓(xùn)練集與測(cè)試集.mp4

27丨應(yīng)用：生成CSV格式數(shù)據(jù)集與標(biāo)注.mp4

28丨應(yīng)用：使用TensorFlow2訓(xùn)練RetinaNet.mp4

29丨應(yīng)用：使用RetinaNet檢測(cè)貨架商品.mp4

30丨擴(kuò)展：目標(biāo)檢測(cè)常用數(shù)據(jù)集綜述.mp4

31丨擴(kuò)展：目標(biāo)檢測(cè)更多應(yīng)用場(chǎng)景介紹.mp4

32丨基礎(chǔ)：圖像分類問題定義與說(shuō)明.mp4

33丨基礎(chǔ)：越來(lái)越深的圖像分類網(wǎng)絡(luò).mp4

34丨應(yīng)0：檢測(cè)SKU摳圖與分類標(biāo)注流程.mp4

35丨應(yīng)用：分類訓(xùn)練集與驗(yàn)證集劃分.mp4

36丨應(yīng)0：使4TensorFlow2訓(xùn)練ResNet.mp4

37丨應(yīng)用：使用ResNet識(shí)別貨架商品.mp4

38丨擴(kuò)展：圖像分類常用數(shù)據(jù)集綜述.mp4

39丨擴(kuò)展：圖像分類更多應(yīng)3場(chǎng)景介紹.mp4

40丨串聯(lián)AI流程理論：商品檢測(cè)與商品識(shí)別.mp4

41丨串聯(lián)AI流程實(shí)戰(zhàn)：商品檢測(cè)與商品識(shí)別.mp4

42丨展現(xiàn)AI效果理論：使用OpenCV可視化識(shí)別結(jié)果.mp4

43丨展現(xiàn)AI效果實(shí)戰(zhàn)：使用OpenCV可視化識(shí)別結(jié)果.mp4

44丨搭建AI SaaS理論：Web框架選型.mp4

45丨搭建AISaaS理論：數(shù)據(jù)庫(kù)ORM選型.mp4

46丨搭建AISaaS理論：10分鐘快速開發(fā)AISaaS.mp4

47丨搭建AISaaS實(shí)戰(zhàn)：10分鐘快速開發(fā)AISaaS.mp4

48丨交付AISaaS：10分鐘快速掌握容器部署.mp4

49丨交付AISaaS：部署和測(cè)試AISaaS.mp4

50丨使TensorFlow2實(shí)現(xiàn)圖像數(shù)據(jù)增強(qiáng).mp4

51丨使TensorFlow2實(shí)現(xiàn)分布式訓(xùn)練.mp4

52丨使TensorFlowHub遷移學(xué)習(xí).mp4

53丨使@tf.function提升性能.mp4

54丨使TensorFlowServing部署云端服務(wù).mp4

55丨使TensorFlowLite實(shí)現(xiàn)邊緣智能.mp4

56丨結(jié)束語(yǔ).mp4