Google is committed to advancing racial equity for Black communities. See how.

Kiến thức cơ bản về học máy với TensorFlow

Trước khi bắt đầu với các tài liệu học tập bên dưới, vui lòng đảm bảo:

  • Có kinh nghiệm phát triển phần mềm, đặc biệt là bằng Python

Chương trình học này dành cho những người:

  • Mới làm quen với ML nhưng đã có nền tảng về khoa học máy tính hoặc phát triển

Nội dung này nhằm hướng dẫn các nhà phát triển mới làm quen với ML thông qua các giai đoạn đầu của hành trình ML của họ. Bạn sẽ thấy rằng nhiều tài nguyên sử dụng TensorFlow, tuy nhiên, kiến ​​thức có thể chuyển sang các khuôn khổ học máy khác.

Bước 1: Hiểu ML là gì

TensorFlow 2.0 được thiết kế để giúp việc xây dựng mạng nơ-ron cho việc học máy trở nên dễ dàng, đó là lý do tại sao TensorFlow 2.0 sử dụng một API gọi là Keras. Cuốn sách ' Sâu Learning bằng Python ' bởi Francois Chollet, tác giả của Keras, là một nơi tuyệt vời để bắt đầu. Đọc chương 1-4 để hiểu các nguyên tắc cơ bản của ML từ quan điểm của một lập trình viên. Nửa sau của cuốn sách đi sâu vào các lĩnh vực như Thị giác máy tính, Xử lý ngôn ngữ tự nhiên, Học sâu tạo và hơn thế nữa. Đừng lo lắng nếu những chủ đề này quá nâng cao ngay bây giờ vì chúng sẽ có ý nghĩa hơn trong thời gian tới.

Sách
AI và Machine Learning cho người lập trình: Hướng dẫn dành cho lập trình viên về trí tuệ nhân tạo, của Laurence Moroney

Cuốn sách giới thiệu này cung cấp phương pháp tiếp cận đầu tiên bằng mã để tìm hiểu cách triển khai các kịch bản ML phổ biến nhất, chẳng hạn như thị giác máy tính, xử lý ngôn ngữ tự nhiên (NLP) và mô hình trình tự cho web, thiết bị di động, đám mây và thời gian chạy được nhúng.

Sách
Học sâu với Python, bởi Francois Chollet

Cuốn sách này là phần giới thiệu thực tế và thực tế về Học sâu với Keras.

⬆ Hoặc ⬇

Tham dự một khóa học trực tuyến như Coursera của Introduction to TensorFlow hoặc Udacity của Giới thiệu về TensorFlow Deep Learning , cả hai đều bao gồm các nguyên tắc cơ bản giống như cuốn sách của Francois. Bạn cũng có thể tìm thấy những đoạn phim từ 3blue1brown hữu ích, trong đó cung cấp cho bạn lời giải thích nhanh chóng về cách thần kinh mạng lưới làm việc trên một mức độ toán học.

Hoàn thành bước này sẽ cung cấp cho bạn nền tảng về cách ML hoạt động, chuẩn bị cho bạn đi sâu hơn.

Các khóa học trực tuyến giới thiệu
deeplearning.ai: Giới thiệu về TensorFlow cho AI, ML và Deep Learning

Được phát triển với sự cộng tác của nhóm TensorFlow, khóa học này là một phần của Chuyên ngành thực hành về TensorFlow và sẽ hướng dẫn bạn các phương pháp hay nhất để sử dụng TensorFlow.

Giới thiệu các khóa học trực tuyến
Udacity: Giới thiệu về TensorFlow để học sâu

Trong khóa học trực tuyến do nhóm TensorFlow và Udacity phát triển, bạn sẽ học cách xây dựng các ứng dụng học sâu với TensorFlow.

Miễn phí
Tìm hiểu thêm  

Bước 2: Ngoài những điều cơ bản

Lấy TensorFlow trong thực tiễn Chuyên ngành , trong đó sẽ đưa bạn vượt qua những điều cơ bản vào giới thiệu mô hình Computer Vision, NLP, và Sequence.

Hoàn thành bước này tiếp tục phần giới thiệu của bạn và hướng dẫn bạn cách sử dụng TensorFlow để xây dựng các mô hình cơ bản cho nhiều tình huống khác nhau, bao gồm phân loại hình ảnh, hiểu cảm xúc trong văn bản, thuật toán tổng hợp, v.v.

Giới thiệu các khóa học trực tuyến
deeplearning.ai: TensorFlow trong Chuyên môn thực hành

Trong khóa học này, bạn sẽ khám phá các công cụ mà nhà phát triển sử dụng để xây dựng các thuật toán hỗ trợ AI có thể mở rộng trong TensorFlow.

Bước 3: Thực hành

Hãy thử một số của chúng tôi hướng dẫn TensorFlow cốt lõi , mà sẽ cho phép bạn thực hành các khái niệm bạn đã học được trong bước 1 và 2. Khi bạn đã hoàn tất, hãy thử một số bài tập nâng cao hơn về phía bên trái của trang.

Hoàn thành bước này sẽ nâng cao hiểu biết của bạn về các khái niệm và kịch bản chính mà bạn sẽ gặp phải khi xây dựng mô hình ML.

Bước 4: Tìm hiểu sâu hơn với TensorFlow

Bây giờ đã đến lúc quay lại 'Học sâu trong Python' của Francois và kết thúc chương 5-9. Mọi ví dụ trong cuốn sách này sẽ hoạt động trong TensorFlow 2.0, chỉ bằng cách thay đổi một lần nhập. Bạn cũng nên đọc cuốn sách Hands-on Machine Learning với Scikit-Tìm hiểu, Keras, và TensorFlow , bởi Aurelien Geron. Cuốn sách này giới thiệu ML bằng cách sử dụng scikit-learning và cả học sâu bằng TensorFlow 2.0.

Hoàn thành bước này sẽ bổ sung kiến ​​thức nhập môn của bạn về ML, bao gồm cả việc mở rộng nền tảng để đáp ứng nhu cầu của bạn.

Sách
Học máy thực hành với Scikit-Learn, Keras và TensorFlow, Phiên bản thứ 2, của Aurélien Géron

Sử dụng các ví dụ cụ thể và hai khung Python sẵn sàng cho sản xuất — Scikit-Learn và TensorFlow — cuốn sách này giúp bạn hiểu trực quan về các khái niệm và công cụ để xây dựng hệ thống thông minh.