TensorFlow 是由谷歌在 2015 年 11 月发布的深度学习开源工具，我们可以用它来快速构建深度神经网络，并训练深度学习模型。2019 年，TensorFlow 正式推出了 2.0 版本，也意味着 TensorFlow 从 1.x 正式过度到 2.x 时代。

TensorFlow 是 Google 开发的一款深度学习框架。本次课程中，我们将了解并学会使用 TensorFlow，然后利用其构建一个基础的神经网络，最后再训练用于手写字符识别的卷积神经网络。

TensorBoard 是 TensorFlow 提供的一款可视化工具，其专门针对深度学习训练过程存在的可视化需求设计。本次实验中，我们将了解 TensorBoard 的功能组件和基础使用方法。

本次实验通过对神经网络基础的讲解，通过Tensorflow深度学习框架搭建了三个分类模型，可以使用户在学完本章后对前向神经网络有大致的了解。书籍教程配套实验练习，帮助您更好得实战。本课程源自异步社区的《TensorFlow机器学习项目实战》第5章，感谢异步社区授权实验楼发布。

本课程围绕生成对抗网络 GAN 展开，沿着 GAN 模型的发展轨迹逐步学习，使用不同类型的 GAN 实现图像生成、图像转换和图像超分辨率任务。

TensorFlow 2 已正式推出，根据 TensorFlow 官方介绍，2.0 版本将专注于简洁性和易用性的改善。本次课程将带你了解 TensorFlow 2.0 的新特性，并完成快速入门和过渡。

机器学习问题不仅是一个科学问题，更是一个工程问题。实际应用中，我们不仅要学会构建完美的机器学习模型上，同时还需要将其部署向用户提供便捷的服务。本课程将使用 TensorFlow 2 框架完成机器学习模型部署实践。

人脸互换是计算机视觉领域比较热门的一个应用，它可以应用于视频合成，提供隐私服务，肖像更换等各个应用。本课程将从自编码器，上采样，数据增强等知识点出发，对深度学习下的人脸互换进行讲解。并且利用 TensorFlow 2 实现川普和道格拉斯·凯奇的人脸互换。训练后的模型可以在不修改原图表情的情况下，完成人脸替换。

TensorFlow 是机器学习中的常用框架，使用它能够帮助我们更快速地建立模型，并且使我们的代码变得更加简洁。在本实验中，我们会基于 TensorFlow 2 来实现一个验证码识别与推理的模型。