平均年薪30萬，經濟寒冬擋不住 AI 人才的火熱
互聯網行業遭遇寒冬，企業紛紛裁員縮招，而 BAT 和硅谷明星公司對 AI 人才的投入卻並不見放緩。爲爭奪相關人才，給應屆畢業生開出的平均年薪高達 30 萬。
而 TensorFlow 作爲當下最流行的深度學習框架，已然成爲 AI 領域的技術人員必須掌握的技能。
如果你是人工智能方向的學生，通過掌握 TensorFlow，可將研究課題中的問題快速落實到代碼上，全面提升復現論文實驗結果和開發全新模型的效率，併爲畢業求職提前積累優勢。
如果你是數據科學家和算法工程師，在對 TensorFlow 的設計理念、架構和運作機制有一定的瞭解後，就能編寫出更加高效的深度學習和機器學習模型，解決生產和生活中的實際問題。
如果你是打算轉行到人工智能行業的工程師，那麼 TensorFlow 將是一個絕佳入口，在使用它的過程中，你可以掌握深度學習相關的基礎概念和理論，並快速上手一些簡單可用的項目，強而有力地開啓自己的轉型之路。
通過 TensorFlow 走上 AI 之路，你要具備以下基礎：
一、 掌握基本的 Python 編程語法
1.變量、函數、模塊
2.字符串及其操作
3.列表與元組
4.條件、循環等控制流
5.面向對象與類
推薦課程：
極客時間《零基礎學Python》視頻課程
推薦書籍：
二、必備數學基礎
1.線性代數
推薦課程：《麻省理工公開課：線性代數》
推薦書籍：
2.統計學
推薦書籍：
三、基礎 AI 理論知識
TensorFlow 必備知識要點
具備入門基礎後，你可以按照以下學習路徑，完成 TensorFlow 的系統學習。
入門篇
進階篇
四大典型 TensorFlow 應用場景實戰
當然，僅僅掌握理論是不夠的，動手纔是最好的學習。
你可以先做一個房價預測模型，通過這個項目你將學會：
- 什麼是數據流圖
- 如何用 TensorBoard 可視化數據流圖
- 如何用 TensorFlow 實現預測模型
接下來，你可以來挑戰手寫體數字識別，通過這個項目你將掌握：
- MNIST 數據集
- 基礎神經網絡知識
- Softmax 網絡
- CNN（卷積神經網絡）
如果上面都難不倒你，那接下來可以嘗試更高難度的驗證碼識別，通過這個項目你將學會：
- 如何生成自己需要的數據集
- 如何設計模型結構
- 如何做模型預訓練
- 如何做模型網絡結構優化
- 如何進行模型參數調優
最後，可以嘗試挑戰下終極大 BOSS ——人臉識別，通過這個項目你將學會：
- 幾個常見的人臉識別數據集
- 常用的人臉識別算法
- 損失函數設計方法
- 模型訓練過程與分析方法
- 模型測試與分析方法
以上四個實戰項目，均收錄於我在極客時間開設的視頻課《TensorFlow 快速入門與實戰》中，做完這四個實戰項目，你就已經踏進 TensorFlow 的大門了，不妨用它來自創一些好玩的項目吧。
我是誰？
我是彭靖田，谷歌機器學習開發專家，開源項目 Kubeflow 維護者，極客時間視頻課程《TensorFlow 快速入門與實戰》作者，曾爲 TensorFlow 社區全球前40的貢獻者，著書《深入理解 TensorFlow》，是國內第一本深度剖析 Google AI 框架的暢銷書。
曾參與主導了華爲2012實驗室深度學習平臺和華爲深度學習雲服務的設計與研發工作，後以技術合夥人的身份加入才雲科技，負責AI Cloud，併爲能源、運營商等多個行業提供定製化人工智能平臺方案。目前在 LD Research（了得研究院）任職 CEO 。