在TensorFlow开源一周年之际，位于美国加州硅谷，致力于为华人提供一流计算机科学以及数据科学教育的太阁特别邀请了来自Google Research的阮巨城博士为广大华人程序员讲解Deep Learning。阮博士在Google致力于改良 semi-supervised learning 以及deep learning 的演算法及效能。进入Google前，阮博士从卡内基梅隆大学 (Carnegie Mellon University)获得博士学位，及机器学习硕士学位。论文方向为 “结合机器学习及专家系统以分析及提升计算效能”。在来美国以前，阮博士于台湾国立清华大学获得计算机学士学位，并服务于台湾中央研究院约一年，主要工作内容为分析基因序列与data mining。阮博士曾多次于台湾高校和Google内部进行Deep Learning以及TensorFlow的演讲与技术分享，场场爆满。

感兴趣的小伙伴请点击「阅读原文」报名Deep Learning在线系列讲座，详细咨询问题见链接内容。

2016年10月18日，象征着科技界情怀的锤子手机推出了年度新品M1手机，不仅带来了Big Bang、One Step等革命性的交互性功能，还带来了识别准确率高达97%的讯飞语音助手。这项准确率远高于Siri的语音识别技术在一夜之间成了网红，成功登顶AppStore榜首的同时，也让成立17年的科大讯飞公司从幕后走到了台前。

事实上，以语音助手为代表的AI技术已经渗透到我们生活的方方面面，无论是相机上的人脸识别，今日头条推荐给不同用户的新闻，还是各大音乐APP自动推荐的歌单，都离不开AI技术的发展。可以说，这是一个被AI技术引领的时代。

2015年11月9日，Google发布了人工智能系统TensorFlow，并宣布开源。做为AI的重要的工具之一，TensorFlow的影响力正在引起科技从业者们的广泛关注。 “我们正处在人工智能 (AI) 开始重大改善人类生活的转捩点上，下一波由AI引领的科技革命即将要展开。没有比现在更好的时机开始跨足AI领域：从深度学习以及TensorFlow启航。” 阮博士的观点也就随之引出了本文想要聊到的话题。

　　?从技术命题到生活话题

作为谷歌基于DistBelief进行研发的第二代人工智能学习系统，TensorFlow是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。

它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU），服务器，atv，移动设备等等。TensorFlow最初由Google Brain小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。（来源：tensorflow中文主页）

不仅仅是在计算机领域，虽说Tenforflow开源时间刚满一年，可是它正在以迅猛的速度渗入到我们的寻常生活中。可以说，凭借技术本身的魅力，TenforFlow正在从一个高深的技术命题成为大家喜闻乐道的生活话题。

在澳大利亚，海洋生物学家与来自昆士兰大学（Queensland University）的计算机科学家合作，通过TensorFlow技术，使用探测器自动地在数以万计的航拍照片中寻找海牛。TensorFlow在这方面的应用类似于图像识别（image recognition），比如我们在Google Photos中找寻一个宠物狗的或者日落日出的镜头，只不过加拿大的科学家把它应用在了保护海洋生物这一特殊领域。TensorFlow的出现为我们了解并保护类似于海牛这样的濒临灭绝的物种带来了福音。

科学技术从来都不是科学家的专利，TensorFlow的应用也绝不仅仅局限在那些让普通人看似有些陌生的领域。在日本，一位曾就职于汽车行业的年轻人帮助他多年从事黄瓜生产的父亲训练了一个TensorFlow模型，这个模型可以按照大小、形状、颜色以及其他特征来挑选黄瓜并对它们进行分类。

据这位年轻人介绍说，他其实是从观看那场举世瞩目的Google AlphaGo人机围棋大战中获得了灵感。使用深度学习进行图像识别允许计算机从被训练的数据集中学习图像的重要特征。通过使用大量的、具有层级结构的人工神经元（artificial neurons），深度学习可以自动且准确的将图像分类。因此，神经网络可以从图像中识别不同种类的猫，或汽车或飞机的模型，再比如符合这位日本农夫想要筛选的优质黄瓜种类。 有时，对于某些应用，神经网络甚至可以超过人眼的性能。