此學習路徑中的課程模組
此課程模組提供開始使用 TensorFlow 所需的所有概念和實用知識。 我們會探索在 TensorFlow 中發行的高階 API Keras，並用它來建置影像分類的神經網路。
在本課程模組中，您將瞭解使用 TensorFlow 的電腦視覺。 我們使用圖像分類來了解卷積神經網絡，然後看看預訓練網絡和遷移學習如何改進我們的模型並解決現實世界的問題。
在本模組中，我們探索用於處理自然語言文字的不同神經網路架構。 自然語言處理 (NLP) 之所以出現飛快成長和演進的原因，主要是因為語言模型的效能主要取決於其「理解」文字的整體能力上，且能根據龐大的文字語料庫使用無需監督的技術進行定型。 此外，預訓練文本模型簡化了許多自然語言處理任務，並大幅提升了效能。 我們在此學習模組中詳細了解這些技術和 NLP 的基礎知識。
學習如何以張量表示音訊、如何將波形轉換為頻譜圖，以及如何使用 TensorFlow 建立簡單的關鍵字分類器。
如果您已完成第一個課程模組，且發現您需要額外的彈性來建置模型或對其進行偵錯，則此課程模組非常適合您。 我們將示範如何建立適用於影像分類的簡易神經網路，但這次我們將使用較低層級的 TensorFlow 程式碼，並說明加以了解所需的基本概念。