TensorFlow从上手到项目实战（新闻阅读与个性化搜索、人脸识别系统）
课程学习地址：https://www.xuetuwuyou.com/course/403
课程出自学途无忧网：https://www.xuetuwuyou.com

一、上手篇简介：

       Keras TensorFlow 表达了高层次的机器学习计算，大幅简化了第一代系统，并且具备更好的灵活性和可延展性。TensorFlow一大亮点是支持异构设备分布式计算，它能够在各个平台上自动运行模型，从手机、单个CPU / GPU到成百上千GPU卡组成的分布式系统。
 
       本课程从TensorFlow的背景介绍，安装基本环境开始讲起，到TensorFlow常见API、方法的使用。TensorFlow中常用的各模块，结合实例详解，TensorFlow高级使用介绍，如过拟合(Overfitting)，归档与提取，迁移学习等，并结合实例详解，最后通过一个小项目：利用TensorFlow实战-构造CNN实现手写识别系统，对上述知识点做一完整演练。

二、项目1：新闻阅读与个性化搜索

此课程的背景是一个"新闻阅读与个性化搜索"项目。

       课程中用到神经网络和深度学习等方面的技术，以词向量技术为基础，并采用了微软的一篇论文所公开的技术，实现对新闻的T字形关键词提取。该项目目的旨在对新闻的文本进行处理，可以有效帮助读者更轻松快速地阅读和理解新闻。在此基础上，更可以进一步实现新闻的个性化搜索。

三、项目2：人脸识别系统

       本课程为利用卷积神经网络实现人脸识别的实战课程，考虑到学员的不同需求，本课程采用循序渐进的方法，先介绍深度学习框架(TensorFlow)的基础知识，然后，用TensorFlow实现一个不用激活函数的简单的神经网络、然后实现一个带激活函数的多层感知器算法、最后介绍卷积神经网络架构及原理，最后通过人脸识别实际案例，具体演示如何构建一个人脸识别模型。
 
       本课程涉及TensorFlow、Python基础知识、神经网络原理、卷积神经网络架构及原理，同时包括对深度学习整个过程的详细说明及代码实现，具体包括获取数据、预处理数据、构建卷积神经网络涉及的变量、各层级等、训练模型、测试模型、优化模型、并对结果进行可视化，同时对中间过程的关键环节进行可视化等。