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。

本课程将会从传统的目标检测算法开始讲解，逐步过渡到基于深度学习的检测算法。其中将会详细讲解目标检测中常用的一些方法以及如何训练自己的目标检测网络模型，同时还将讲解一些处理数据集的基本方法。