TensorFlow 2.0 實務進階課程

精通 Tensorflow 2.0，Google 最強大的機器學習程式庫，有 5 個進階的實務專案

從這 12.5 小時的課程，你會學到

使用 Google 最新發布的 TensorFlow 2.0 建構、訓練、測試和部署高階人工神經網路(Advanced Artificial Neural network，ANNs)模型
理解生成對抗性神經網路(GANs)背後的基本理論和數學
使用在 TF 2.0 的 Keras API 應用革命性的 GANs 生成全新的影像
理解自動編碼器和變分自動編碼器(VAEs)背後的基礎理論和數學
在 TF 2.0 中使用 Keras API 對自動編碼器進行影像壓縮和去噪的訓練和測試
理解 DeepDream 演算法背後的理論和數學。開發、訓練和測試最先進的 DeepDream 演算法，使用 TF 2.0 中的 Keras API 建立基於 AI 的藝術作品
理解長短期記憶(LSTM)迴歸神經網路(RNNs)背後的直覺
在 TF 2.0中使用 Keras API 訓練長短期記憶(LSTM)網路來生成新的莎士比亞風格文字
應用遷移學習從預先訓練的 mobileet 和 ResNet 網路遷移知識，使用 TensorFlow 2.0 Hub 對新影像進行分類
開發人工神經網路模型，並在 Google 的 Colab 訓練他們，同時利用 GPU 和 TPUs 的功能
使用 TensorFlow 2.0 服務在實踐中部署 AI 模型

要求

連線網際網路的個人電腦
推薦-Tensorflow 2.0 實務課程

課程說明

Google 最近釋出了 TensorFlow 2.0，這是 Google 最強大的開源平台，可以在實務中建立和部署人工智慧模型。 Tensorflow 2.0版本是人工智慧開發者和熱情支持者巨大勝利，因為它使超級先進的人工智慧技術的開發變得更加容易和快捷。

本課程的目的是為學生提供使用 TensorFlow 2.0 和 Google Colab 建構、訓練、測試和部署高階人工神經網路和深度學習模型的實用知識。本課程將介紹在 TensorFlow 2.0 中實現的先進的人工智慧模型，如 DeepDream、 autocoders、生成對抗性網路(GANs)、使用 TensorFlow Hub 的轉移學習(Transfer Learning)、長期短期記憶(LSTM)迴圈神經網路等。這些先進的人工智慧模型的應用是無窮無盡的，包括新的逼真的人類照片生成，文字翻譯，影像去噪，影像壓縮，影像到文字翻譯，影像分割，和影像字幕。

到2022年，全球人工智慧和機器學習技術部門預計將從140億美元增長到880億美元，預計到2020年，人工智慧技術產業將創造約 230 萬個就業機會。這項技術正在大規模發展，幾乎每個產業都在採用這項技術。本課程為學生提供使用 TensorFlow 2.0 和 Google Colab 的真實世界資料集訓練高階人工神經網路的實務經驗。本課程以實用的方式介紹幾種技術，專案包括但不限於:

開發、訓練和測試最先進的 DeepDream 演算法，創造基於 AI 的藝術作品！
實現革命性的生成對抗性網路，以著名的 GANs 產生全新的影像。
開發長短期記憶(LSTM)網路，生成新的莎士比亞風格的文字！
使用 TensorFlow 2.0 服務在實踐中部署 AI 模型。
應用自動編碼器進行影像壓縮和去噪處理。
應用遷移學習從預先訓練的網路遷移知識，使用 TensorFlow 2.0 Hub 對新影像進行分類。

本課程針對希望從根本上理解如何在 Tensorflow 2.0 中構建、訓練、測試和部署高階模型的基礎知識的學生。介紹程式設計和人工神經網路的基本知識。參加本課程的學生將掌握高階人工智慧和深度學習技術，並能直接應用這些技能來解決真實世界中具有挑戰性的問題。

目標受眾

想應用自己的知識在真實世界案例研究的資料科學家
人工智慧開發者
人工智慧研究者

講師簡介

Dr. Ryan Ahmed, Ph.D., MBA 教授和暢銷的 Udemy 講師 ( 更多講師主講課程介紹 )

Ryan Ahmed 是一位熱愛教育和科技的暢銷的 Udemy 教練。Ryan 的使命是讓每個人都能獲得優質的教育，並且負擔得起。Ryan 擁有博士學位。麥克馬斯特大學( McMaster* University )工程學士學位，主修機電一體化和電動汽車（EV）控制。他還獲得了麥克馬斯特應用科學碩士學位，專注於人工智慧（AI）和 DeGroote 商學院的金融 MBA。

Ryan 在全球頂級科技公司擔任過多個工程職位，例如三星美國公司和菲亞特克萊斯勒汽車公司 (FCA) 加拿大公司。他為來自 160 個國家的超過 325,000 名學生教授了超過 46 門科學、技術、工程和數學課程，獲得了 29,000 多條 5 星評價，總體評分為 4.5/5。 Ryan 還領導著一個名為 “Prof. Ryan Ahmed” 的 YouTube 頻道，約 100 萬瀏覽量和 27,000 多名訂閱者，向人們傳授人工智慧、機器學習和資料科學知識。

Ryan 發表了超過 33 篇關於人工智慧、機器學習、狀態估計、電池建模和電動汽車控制的期刊和會議研究論文。他是美國密歇根州底特律舉行的 IEEE 交通電氣化會議暨博覽會 (iTEC 2012) 最佳論文獎的共同獲得者。 Ryan 是史丹佛認證專案經理 (SCPM)、安大略省認證專業工程師 (P.Eng.)、汽車工程師協會 (SAE) 會員以及電氣和電子工程師協會 (IEEE) 會員。他還是美國伊利諾伊州芝加哥 2017 年 IEEE 交通和電氣化會議 (iTEC’17) 的計畫聯合主席。

*麥克馬斯特大學是僅有的加拿大大學中四所持續排名全球前100名的大學之一。

Ligency 建構現實世界的人工智慧產品

加入 Ligency，與超過 350 萬名學員一起學習。

我們擁有 4.6 分的講師評分、近 100 萬條評價，並提供 12 種語言的 121 門課程，幫助工程師、領導者和團隊掌握驅動當今人工智慧革命的技能，並交付實際成果。

我們從現實世界的起點出發：大型語言模型及其驅動的產品。您將學習人工智慧和生成式人工智慧 (gen AI) 的基礎知識，然後交付生產級系統——聊天機器人、副駕駛、自動化和人工智慧代理( agents )。我們將深入探討大型語言模型工程：檢索（RAG）、評估、可觀測性、安全性以及團隊大規模運行代理系統所使用的模式。

我們的技術堆疊實用且與時俱進。您將使用 Python、LangChain 和 LangGraph 快速建立原型；探索來自 OpenAI、Gemini 和 Claude（包括 Claude Code）的模型；使用 Hugging Face 和 Ollama 進行微調和部署；並在 AWS 上將其部署到生產環境——從 Bedrock 到事件驅動服務。需要自動化？我們利用 n8n、簡潔的介面和 CI/CD 將其完美整合。在此過程中，您將掌握在高負載下依然穩健的響應式工程技術。

未來發展方向：交付型人才的職位。熱愛建構的人才可以選擇 AI 工程師和 LLM 工程師；追求規模化可靠性的人才可以選擇平台和 MLOps 方向；致力於將智能體 AI 從簡報轉化為實際業務成果的人才可以選擇產品和領導力方向。貫穿始終的核心理念是：快速學習、快速建立、衡量一切、迭代優化。

從我們最暢銷的課程開始：

LLM 工程：精通 AI、大型語言模型和 agents ——從最初的響應式設計到生產模式（RAG、智能體、評估、LangChain/LangGraph）的實踐路徑。

完整的 Agentic AI 工程課程－設計、編排和部署強大的 AI 智能體和 Agentic 工作流程。

生產環境中的 AI：大規模的 Gen AI 和 Agentic AI——在 AWS 上建置管道、監控和企業級部署的擴展模式。

生成式 AI 高階主管簡報：領導者的精通指南－生成式人工智慧策略、治理與投資報酬率的簡明行動手冊。

如果您希望快速提升技能並交付實際產品，歡迎加入我們。學習概念，體驗工具，建立產品——然後將其推向用戶。這就是 Ligency 的行事方式。

SuperDataScience Team 幫助資料科學家成功的團隊

Hi, 你好！

我們是 SuperDataScience 團隊。你將在 Kirill Eremenko 教授的資料科學課程中看到我們 – 我們在這裡幫助你解決任何問題，並確保你在課程的旅程中總是一舤風順！

聯繫最好的方法是在你正在學習的課程的問答中討論。在大多數情況下，我們會在24小時內回覆。

我們熱衷於幫助你享受課程！

課堂中見囉!

誠摯地，
SuperDataScience Team

英文字幕：有

想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

Udemy 永久擁有課程許多課程約 NT400(點擊連結看更多)
✨年訂閱每月 NT350(再享特別優惠：年度訂閱首年享 25% 折扣) 🌈 悠遊 Udemy 的 26000+ 門課，最大化學習 ( 原價 NT635/月 )
Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
手機上點選優惠連結看到的價格比電腦上看到的貴
＄代表當地貨幣, 如在台灣為 NT
點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現