Datawhale
作者：彭靖田、極客時間精選專欄
TensorFlow雖是深度學習領域最廣泛使用的框架，但是對比PyTorch這一動態圖框架，採用靜態圖（Graph模式）的TensorFlow存在一定的侷限性。好在Google推出的全新版本TensorFlow 2.0支持了eager模式，對標PyTorch的動態執行機制。
事實上，TensorFlow 2 不僅繼承了 Keras 快速上手和易於使用的特性，還擴展了原有 Keras 所不支持的分佈式訓練，並整合了 TF 生態的其他組件（如 TF Serving、TF Lite、TF Hub、TFX 等），能有效提升生產環境的穩定性和可維護性。
毫無疑問，2.0版本將會逐漸替換1.0版本，趁早入手學習TensorFlow 2.0是很有必要的一件事情。
TensorFlow 2 學習框架圖
下圖爲一份從基礎到項目進階的TensorFlow 2學習框架圖，該框架圖系統梳理了TF2.0在實戰項目中的應用，包含了TensorFlow 2的核心知識點。
TensorFlow 2 項目進階實戰
學習框架圖出自彭靖田，其經典教程有《TensorFlow 快速入門與實戰》，深受大家喜愛。最近，他又推出了第二季《TensorFlow 2 項目進階實戰》。
該教程系統講解了 AI 項目落地的設計思路和關鍵原則，帶你掌握 TensorFlow 2 核心思想和實戰技能。同時，通過完整落地一個 AI 新零售項目，提升你的 AI 技術，做到熟練運用 TensorFlow 2。
內容主要分爲三部分：
第一部分：TensorFlow 2 的設計思想與上手實踐，以及它和 TensorFlow 1.x 的區別。帶你快速掌握 TensorFlow 2 的核心模塊，做到有效處理數據 、訓練模型並預測結果。
第二部分：以 AI 新零售項目實戰爲主線，講解 AI 新零售的需求背景、AI 解決方案設計、目標檢測與商品識別的落地實戰，並結合 AI 模型和業務邏輯，動手實現一個完整的 Web 應用交付。在檢測和識別部分，會用到比較前沿 RetinaNet 技術。
第三部分：分享 TensorFlow 2 中極具價值的幾個進階使用模塊及方法，主要是圖像數據增強、分佈式訓練、遷移學習、性能優化以及生產級部署幾大塊，帶你瞭解 TensorFlow 2 的強大能力，並利用它們爲自己的項目賦能。
詳細課程大綱：
專屬福利
早鳥 + 口令「52studytf」立省 40 元
到手僅 ¥89，「前 50 人」有效
點擊閱讀原文，輸入「52studytf」，到手僅 ¥89！