2020春季TensorFlow深度学习入门讲座

本资源是一份关于深度学习与TensorFlow入门的讲座资料，由Jian Tao在2020年春季HPRC短期课程中提供。讲座分为两部分：深度学习（70分钟）和TensorFlow简介（70分钟）。参与者可以通过访问Jian Tao在GitHub上的dswebinar仓库，获取相关的Jupyter Notebook、JupyterLab示例以及Google Colaboratory环境来实践学习。 深度学习部分主要讲解了深度学习的基础概念，引用了Ian Goodfellow、Yoshua Bengio和Aaron Courville合著的《深度学习》（Deep Learning Book）作为参考教材。讲座还通过Grant Sanderson的动画展示了神经网络的工作原理，帮助理解神经网络在AI中的作用。 讲座将人工智能（AI）、机器学习（ML）和深度学习（DL）的关系进行了清晰界定： - 人工智能（AI）指的是机器展现出的人工智能，是广义的概念。 - 机器学习（ML）是一种实现AI的方法，特别是指通过数据驱动模型学习和改进。 - 深度学习（DL）则是机器学习的一个子领域，它利用深层神经网络进行模式识别和复杂任务的学习，如计算机视觉、自然语言处理等。 讲座重点介绍了传统的机器学习方法，包括监督学习，其流程涉及样本数据、预期输出、训练计算机模型以及科学模型之间的交互。此外，Jupyter Notebook和JupyterLab作为常用的数据分析和开发工具，也被推荐用于学习过程中，而Google Colaboratory则提供了云端协作环境，方便远程实践。 为了深入学习，观众可以搜索GitHub用户jtao/dswebinar，获取更多的代码示例和教程，以便在实践中掌握深度学习技术和TensorFlow的使用。这是一份适合初学者入门深度学习并了解如何用TensorFlow构建和应用深度学习模型的宝贵资源。