一、TF先容

人工智能2.0时期：现阶段属于人工智能2.0时期，依赖于三个条件：AI科学家、高性能打算、深度学习算法、海量标识数据，Google具备上述全部条件。
上周，Google无人车已经上路了，人类历史上首次，深度学习框架功不可没。

两代深度学习框架：DistBelief是Google第一代深度学习框架，出身于2011年，在Google语音识别、图像搜索等运用方面取得了不错效果，因DistBelief与Google内部根本举动步伐耦合度较高，且入门难度较大，不适宜开源，故未开源。
TF是Goole的第二代深度学习框架，吸取了DistBelief精华，并在其根本上进行了改良，在Google几十个项目上取得显著成绩，于2015年11月在GitHub上开源，是目前最受欢迎的深度学习框架，GitHub上Star靠近8W，Fork靠近4W，这得益于Google背书，受益于AlphaGo胜利。

TF支持平台浩瀚：操作系统有Linux、Mac OS、Windows、Android，硬件有CPU、GPU、TPU，可以在上万台做事器集群中支配TF，也可以在单台Android手机上支配TF，可见TF目标不局限于数据中央，也瞄准了终端，TF带来的影响可能比Android还大。

TF内置算法浩瀚：监督学习（决策树、贝叶斯），无监督学习（聚类、k-means），半监督学习（未标识数据用于演习，标识数据用于验证），深度学习（卷积神经网络、循环神经网络），强化学习（Q-Learning）。

TF接口种类浩瀚：核心代码采取C++，支持C++、Java、Python、Go措辞接口。

TF面向用户浩瀚：学生用之学习、西席用之传授教化、研究员用之验算法、科学家演习科学数据、工程师用之搭建商业ML平台。

二、TF学习之路：

TensorFlow大咖之路：懂业务、懂事理、会研发、会运维、会贡献

TensorFlow官网是本源：

[1] TensorFlow Home Page：

www.tensorflow.org

[2] TensorFlow GitHub Page：

https://github.com/tensorflow

[3] TensorFlow White Paper：

http://download.tensorflow.org/paper/whitepaper2015.pdf

三、AI学习之路：

理解人工智能发展史，理解目前处于什么发展阶段：从算法驱动到数据驱动。

理解人工智能家当布局和生态链：底层芯片平台、中层通用技能、上层运用+AI和AI+。

理解人工智能芯片，从GPU、到FPGA、再到TPU。

理解大数据技能，这是现阶段人工智能根本，理解云打算，这是人工智能运行后端。

熟习深度学习框架，进行二次开拓和社区贡献：Tensorflow、Caffe、CNTK等。

熟习机器学习算法，特殊是深度强化学习算法，知道三剑客：LeCun,Bengio,Hinton。

熟习通用技能：图像识别、语音识别、人机交互等。

熟习上层运用领域：汽车、安防、教诲、征信、农业、传媒、芯片等。

熟习根本数学知识：高数、线性代数、概率论等。

未名小宇宙，一贯在您身边，欢迎关注！