趋近智
趋近智
精通高级TensorFlow知识，用以构建、优化和部署大规模复杂机器学习 (machine learning)模型。内容涵盖性能调优、分布式训练、自定义组件、TFX流水线及模型部署策略。
先修课程 中级TensorFlow与机器学习知识
级别:
性能优化
通过剖析、混合精度和XLA，优化TensorFlow模型在GPU/TPU上的运行速度和效率。
分布式训练
运用tf.distribute.Strategy实现各种分布式训练策略（数据/模型并行），以适应大型数据集和模型。
自定义组件
使用TensorFlow的高级API构建自定义层、模型、损失函数、指标和训练循环。
生产级流水线
利用TensorFlow Extended (TFX) 组件和编排功能，构建生产级机器学习流水线。
模型部署
运用TensorFlow Serving部署TensorFlow模型以实现可伸缩推理，并使用TensorFlow Lite优化模型以适应边缘设备。
高级架构
实现复杂模型架构的组成部分，如Transformer和生成对抗网络 (GAN)。