2019 年最新 TensorFlow 学习路线图

平均年薪 30 万，经济寒冬挡不住 AI 人才的火热

互联网行业遭遇寒冬，企业纷纷裁员缩招，而 BAT 和硅谷明星公司对 AI 人才的投入却并不见放缓。为争夺相关人才，给应届毕业生开出的平均年薪高达 30 万。

而 TensorFlow 作为当下最流行的深度学习框架，已然成为 AI 领域的技术人员必须掌握的技能。

如果你是人工智能方向的学生，通过掌握 TensorFlow，可将研究课题中的问题快速落实到代码上，全面提升复现论文实验结果和开发全新模型的效率，并为毕业求职提前积累优势。

如果你是数据科学家和算法工程师，在对 TensorFlow 的设计理念、架构和运作机制有一定的了解后，就能编写出更加高效的深度学习和机器学习模型，解决生产和生活中的实际问题。

如果你是打算转行到人工智能行业的工程师，那么 TensorFlow 将是一个绝佳入口，在使用它的过程中，你可以掌握深度学习相关的基础概念和理论，并快速上手一些简单可用的项目，强而有力地开启自己的转型之路。

通过 TensorFlow 走上 AI 之路，你要具备以下基础：

一、 掌握基本的 Python 编程语法

1.变量、函数、模块

2.字符串及其操作

3.列表与元组

4.条件、循环等控制流

5.面向对象与类

推荐课程：

极客时间《零基础学 Python》视频课程

推荐书籍：

二、必备数学基础

1.线性代数

推荐课程：《麻省理工公开课：线性代数》

推荐书籍：

2.统计学

推荐书籍：

三、基础 AI 理论知识

TensorFlow 必备知识要点

具备入门基础后，你可以按照以下学习路径，完成 TensorFlow 的系统学习。

入门篇

进阶篇

四大典型 TensorFlow 应用场景实战

当然，仅仅掌握理论是不够的，动手才是最好的学习。

你可以先做一个房价预测模型，通过这个项目你将学会：

• 什么是数据流图

• 如何用 TensorBoard 可视化数据流图

• 如何用 TensorFlow 实现预测模型

接下来，你可以来挑战手写体数字识别，通过这个项目你将掌握：

• MNIST 数据集

• 基础神经网络知识

• Softmax 网络

• CNN（卷积神经网络）

如果上面都难不倒你，那接下来可以尝试更高难度的验证码识别，通过这个项目你将学会：

• 如何生成自己需要的数据集

• 如何设计模型结构

• 如何做模型预训练

• 如何做模型网络结构优化

• 如何进行模型参数调优

最后，可以尝试挑战下终极大 BOSS ——人脸识别，通过这个项目你将学会：

• 几个常见的人脸识别数据集

• 常用的人脸识别算法

• 损失函数设计方法

• 模型训练过程与分析方法

• 模型测试与分析方法

以上四个实战项目，均收录于我在极客时间开设的视频课《TensorFlow 快速入门与实战》中，做完这四个实战项目，你就已经踏进 TensorFlow 的大门了，不妨用它来自创一些好玩的项目吧。

我是谁？

我是彭靖田，谷歌机器学习开发专家，开源项目 Kubeflow 维护者，极客时间视频课程《TensorFlow 快速入门与实战》作者，曾为 TensorFlow 社区全球前 40 的贡献者，著书《深入理解 TensorFlow》，是国内第一本深度剖析 Google AI 框架的畅销书。

曾参与主导了华为 2012 实验室深度学习平台和华为深度学习云服务的设计与研发工作，后以技术合伙人的身份加入才云科技，负责 AI Cloud，并为能源、运营商等多个行业提供定制化人工智能平台方案。目前在 LD Research（了得研究院）任职 CEO 。