译者：刘小芹、胡祥杰、王楠

　　新智元启动新一轮大招聘：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

　　简历投递：j[email protected]

　　HR 微信：13552313024

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。

　　加盟新智元，与人工智能业界领袖携手改变世界。

　　【新智元导读】谷歌云官方博客今日更新，云平台开发支持人员 Martin Görner 发文，atv直播，分享快速掌握深度学习和 TensorFlow 的贴心教程。材料有两部分，是面向工程师的实用型讲解，分别为只有 3 小时的忙人和只有 1 小时的超级忙人准备。新智元节选后者，让你在 2017 春节来临前，拿出 1 小时学会 TensorFlow 和深度学习。另外，视频也方便已经是熟手的你复习，说不定还能从中得到新的启示。

　　这是一个3小时的课程（视频+ppt），本课程为开发者提供简要的深度学习基础知识的介绍，以及 TensorFlow 的教学。

　　深度学习（又名神经网络）是建立机器学习模型的流行方法，许多开发者使用深度学习实现了他们的想法。如果你想学会深度学习，但又缺少时间，我深有同感。

　　我大学时有一位数学老师，会对我大喊大叫：“Görner！积分在幼儿园就教过了！”我现在也有同样的感觉，在我阅读大多数免费的深度学习在线资源时，我深感幼儿园教育显然严重缺乏“dropout摇篮曲”、“cross-entropy谜语”和“relu-gru-rnn-lstm怪物故事”之类的知识。然而，这些基本的概念对这些在线资源的许多作者来说是习以为常的。

　　为了帮助更多开发者不需去念博士学位就能获得深度学习的技巧，我打造了这个速成课程（总长度3小时）。

　　本课程重点介绍一些基本的网络架构，包括稠密、卷积和循环网络，以及这些网络的训练技巧，如 dropout 或批标准化（batch normalization）。

　　本课程最初于2016年11月在比利时安特卫普的Devoxx会议上发布。

　　通过观看课程录像以及学习附注释的ppt，你可以了解如何解决神经网络中的一些经典问题，理解足够的术语和概念，以继续进行深度学习的自学（例如，可以利用TensorFlow的资源学习）。

　　拿出 1 小时，学会 TensorFlow 和深度学习

　　如果你只有1小时：

　　一边看下面的ppt，一边观看此视频讲座。

　　这部分包括了稠密网络和卷积网络，也有提供可作自学的代码（https://codelabs.developers.google.com/codelabs/cloud-tensorflow-mnist/#0）。

　　那这就开始了~

　　不需要 PHD 就能掌握的TensorFlow

　　Hello World： 手写数字分类 —MNIST

　　极度简单的模型：softmax 分类

　　在矩阵符号，一次处理100张图片

　　在矩阵符号，一次处理100张图片

　　Softmax，一批次图像

　　现在，在TensorFlow中进行处理（Python）

　　成功了吗？

　　Demo

　　TensorFlow—初始化

　　TensorFlow—成功与否的衡量

　　TensorFlow—训练

　　TensorFlow—运行

　　TensorFlow—完整的 Python 代码

　　首先尝试一下五层完全连接的神经网络

　　TensorFlow—初始化

　　TensorFlow—模型

　　RELU

　　RELU=修正线性单元

　　Demo-噪声准确率曲线

　　慢着：学习率衰退

　　过拟合

　　Dropout

　　所有的party tricks

　　过拟合

　　过拟合：太多的神经元，没有足够的数据，搭建的网络不够好。

　　卷积层

　　黑客的建议：全卷积

　　卷积神经网络

　　TensorFlow-初始化

　　TensorFlow-模型

　　Demo

　　更大型的卷积神经网络

　　更大型的卷积神经网络+dropout

　　Demo

　　成功！

　　如果你有 3 小时的时间