我是黑猿大叔，轉(zhuǎn)戰(zhàn)AI的大叔程序猿，你好。
我以官方文檔為主線，開(kāi)始對(duì)TensorFlow的學(xué)習(xí)。這期間會(huì)把我的理解進(jìn)行持續(xù)的輸出，作為《TensorFlow從0到1》系列。它不會(huì)止于翻譯和筆記、語(yǔ)言和工具，而是堅(jiān)持通過(guò)啟發(fā)性的方式，循序漸進(jìn)構(gòu)建系統(tǒng)化的理解，搭建一個(gè)堅(jiān)實(shí)可靠的、連接“零基礎(chǔ)”與“AI/機(jī)器學(xué)習(xí)/深度學(xué)習(xí)”領(lǐng)域之間的緩坡道，或許能幫你起步。
更期待一起探索的學(xué)習(xí)者都能開(kāi)辟出自己的路，僅把這里作為一個(gè)參照。
除了TensorFlow文檔之外，我還會(huì)參考：
- Neural Networks and Deep Learning（中譯版），Micheal Nielsen
- CS231n: Convolutional Neural Networks for Visual Recognition（網(wǎng)易云課堂中文字幕），F(xiàn)ei-Fei Li
- 機(jī)器學(xué)習(xí)，周志華
- 智能時(shí)代，吳軍
- 終極算法，佩德羅·多明戈斯
- Python Cookbook（第3版）中文版，大衛(wèi)·比斯利（David Beazley），布萊恩·K.瓊斯（Brian K.Jones）
注：按對(duì)主題的影響度排序，持續(xù)更新。
關(guān)于機(jī)器學(xué)習(xí)如何重塑世界我就不啰嗦了，撿些實(shí)惠的與你分享。
根據(jù)麥肯錫全球研究院估計(jì)，截至2018年，僅美國(guó)就需要再培養(yǎng)14萬(wàn)~19萬(wàn)機(jī)器學(xué)習(xí)專(zhuān)家才夠用，另外還需要150萬(wàn)有數(shù)據(jù)頭腦的經(jīng)理。
佩德羅·多明戈斯在《終極算法》一書(shū)中還說(shuō)道：
一個(gè)懶惰又不那么聰明的計(jì)算機(jī)科學(xué)家，機(jī)器學(xué)習(xí)就是理想的職業(yè)，因?yàn)閷W(xué)習(xí)算法會(huì)完成所有事情，功勞卻是你的。
未來(lái)見(jiàn)！
共享協(xié)議：署名-非商業(yè)性使用-禁止演繹（CC BY-NC-ND 3.0 CN）
轉(zhuǎn)載請(qǐng)注明：作者黑猿大叔（簡(jiǎn)書(shū)）
