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：
- 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。
- 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。
- 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。
〖资源目录〗:
├──01-课程介绍.ts 27.35M
├──02-课程内容综述.ts 11.08M
├──03-第一章内容概述.ts 11.03M
├──04-TensorFlow产生的历史必然性.ts 17.10M
├──05-TensorFlow与JeffDean的那些事.ts 26.58M
├──06-TensorFlow的应用场景.ts 59.94M
├──07-TensorFlow的落地应用.ts 35.16M
├──08-TensorFlow的发展现状.ts 19.03M
├──09-第二章内容概述.ts 5.45M
├──10-搭建你的TensorFlow开发环境.ts 47.05M
├──11-HelloTensorFlow.ts 16.02M
├──12-在交互环境中使用TensorFlow.ts 62.36M
├──13-在容器中使用TensorFlow.ts 64.93M
├──14-第三章内容概述.ts 22.58M
├──15-TensorFlow模块与架构介绍.ts 16.05M
├──16-TensorFlow数据流图介绍.ts 44.69M
├──17-张量（Tensor）是什么（上）.ts 17.98M
├──18-张量（Tensor）是什么（下）.ts 23.12M
├──19-变量（Variable）是什么（上）.ts 21.57M
├──20-变量（Variable）是什么（下）.ts 143.38M
├──21-操作（Operation）是什么（上）.ts 32.42M
├──22-操作（Operation）是什么（下）.ts 16.65M
├──23-会话（Session）是什么.ts 29.23M
├──24-优化器（Optimizer）是什么.ts 56.21M
├──25-第四章内容概述.ts 6.88M
├──26-房价预测模型的前置知识.ts 36.73M
├──27-房价预测模型介绍.ts 15.57M
├──28-房价预测模型之数据处理.ts 50.90M
├──29-房价预测模型之创建与训练.ts 39.21M
├──30-TensorBoard可视化工具介绍.ts 34.38M
├──31-使用TensorBoard可视化数据流图.ts 28.45M
├──32-实战房价预测模型：数据分析与处理.ts 58.98M
├──33-实战房价预测模型：创建与训练.ts 47.46M
├──34-实战房价预测模型：可视化数据流图.ts 93.80M
├──35-第五章内容概述.ts 11.26M
├──36-手写体数字数据集MNIST介绍（上）.ts 18.96M
├──37-手写体数字数据集MNIST介绍（下）.ts 29.08M
├──38-MNISTSoftmax网络介绍（上）.ts 15.59M
├──39-MNISTSoftmax网络介绍（下）.ts 34.98M
├──40-实战MNISTSoftmax网络（上）.ts 34.62M
├──41-实战MNISTSoftmax网络（下）.ts 45.25M
├──42-MNISTCNN网络介绍.ts 46.01M
├──43-实战MNISTCNN网络.ts 124.89M
├──44-第六章内容概述.ts 5.32M
├──45-准备模型开发环境.ts 20.64M
├──46-生成验证码数据集.ts 66.27M
├──47-输入与输出数据处理.ts 216.81M
├──48-模型结构设计.ts 54.03M
├──49-模型损失函数设计.ts 62.78M
├──50-模型训练过程分析.ts 74.22M
├──51-模型部署与效果演示.ts 52.31M
├──52-第七部分内容介绍.ts 6.33M
├──53-人脸识别问题概述.ts 59.97M
├──54-典型人脸相关数据集介绍.ts 43.99M
├──55-人脸检测算法介绍.ts 70.00M
├──56-人脸识别算法介绍.ts 51.65M
├──57-人脸检测工具介绍.ts 76.61M
├──58-解析FaceNet人脸识别模型.ts 67.42M
├──59-实战FaceNet人脸识别模型.ts 132.99M
├──60-测试与可视化分析.ts 87.53M
├──61-番外篇内容介绍.ts 6.20M
├──62-TensorFlow社区介绍.ts 35.58M
├──63-TensorFlow生态：TFX.ts 19.57M
├──64-TensorFlow生态：Kubeflow.ts 40.34M
├──65-如何参与TensorFlow社区开源贡献.ts 26.41M
├──66-MLGDE是TensorFlow社区与开发者的桥梁.ts 18.40M
└──67-课程总结.ts 22.67M