網際網路行業遭遇寒冬，企業紛紛裁員縮招，而 BAT 和矽谷明星公司對 AI 人才的投入卻並不見放緩。為爭奪相關人才，給應屆畢業生開出的平均年薪高達 30 萬。

而 TensorFlow 作為當下最流行的深度學習框架，已然成為 AI 領域的技術人員必須掌握的技能。

如果你是人工智慧方向的學生，通過掌握 TensorFlow，可將研究課題中的問題快速落實到程式碼上，全面提升復現論文實驗結果和開發全新模型的效率，併為畢業求職提前積累優勢。

如果你是資料科學家和演算法工程師，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慧行業的工程師，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專案，強而有力地開啟自己的轉型之路。

走上 AI 之路，你要具備以下基礎：

一、 掌握基本的 Python 程式設計語法

1. 變數、函式、模組

2. 字串及其操作

3. 列表與元組

4. 條件、迴圈等控制流

5. 物件導向與類

推薦課程：

咕泡學院《Python基礎入門精品課程》視訊課程

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

圖片出處咕泡學院課程大綱節選

四、仿生學深度學習商業落地實戰

1.YOLO多物體追蹤

目前行業應用最廣泛的商業級多目標追蹤模型，主要作用是對一個區域內的多種物體進行追蹤。應用領域：軍事蜂群無人機戰隊群追蹤打擊、追蹤嫌疑車輛和嫌疑人、擁堵路段車流量監控和人流量監控等。YOLO最大的特定就是速度快、追蹤位置準確，用於實時定位追蹤。

2.centerloss影象識別

影象的識別和對比，目前商業的人臉識別都是基於此並且應用領域不僅僅是人臉識別，其他的物體也能通過特徵進行識別。

3.Mask-RCNN影象分割

4.DCGAN影象補齊

5.語音喚醒

語音喚醒主要是利用基於LSTM技術實現，讓機器學會理解人類語音含義，進行語音對話。語音識別還能夠根據特定的關鍵詞來控制裝置狀態比如目前最火熱的智慧音響對家居的調控。

6.聊天機器人

主要基於NLP自然語音處理技術，讓機器學會理解人類文章語言中的含義。最終可以和人類進行文字語言對話。基於NLP技術的網路模型也可以在人類的“指引”下，獨立寫一些簡單的文章，或者對文章進行翻譯、寫摘要等。應用領域：智慧客服、微軟小冰、自動翻譯等。

7.AlphaGo Zero下五子棋

主要技術是基於強化學習技術，強化學習主要用於解決路徑規劃的問題，從一個點到另一個點，神經網路會選出最“適合”的路徑。目前主要應用於自動駕駛、無人倉儲、機械工作、掃地機器人等

掃碼關注不迷路，每日更新AI最新技術乾貨！(瞭解課程詳情私信作者)