预告：如何玩转Tensorflow | 硬创公开课

想象一下，你是一个即将离开大学校园，有志创业的学生。

或许是一个事业小有所成，想要跟上AI这波浪潮的创业者。

或许你只是一个踌躇满志，虽然不是相关专业，却想要为这个领域做出自己的贡献的年轻学者。

或许你的脑海中已经有一个清晰的画面，知道AI能为自己的事业起到什么帮助，或许你只是想享受探索这门学科的过程，但万事开头难，在最初的时刻你很有可能你会被一个问题所困扰：我该从何开始？

AI并不是一门简单的学科，AI算法的开发和调试并没有一个统一的、集成了大量API方便调用的平台和语言，目前的人工智能开发平台仍然处于一种半蛮荒的状态。许多功能需要自己亲自去搭建和实现。

不过幸运的是，这个领域受到了足够多的重视，因此许多巨头都针对它开发了自己的平台，这其中就包括谷歌的Tensorflow。谷歌DeepMind在AI领域的造诣已经人尽皆知，其推出的这款开发语言平台也不禁引人遐想，那么，Tensorflow到底适合如何拿来做开发？能不能为你的研究或者产品带来更好的机会？

我们可以在网上查到的是，Tensorflow的开发者社区相当活跃，曾经面临的技术障碍基本扫清，有一些高质量的元框架、版本进度管理完善，有着出色的测试结果。同时也有一些缺点，如在循环神经网络的实现方面还存在不足、文档尚不完善、对GPU性能的压榨过于严重等。但这些对真正的算法开发来说到底意味着什么？Tensorflow的性能实际上相当强大，但上手也较难，应该如何开始学习才能玩转它？

本期公开课我们邀请到了科技公司Nielsen的机器学习实验室的负责人李加波博士，他带领的团队利用基于Tensorflow自己改进的算法成功运用在了公司的精准广告推送业务中。在产业界的十多年中，李博士始终坚持学术研究与产业应用相结合，长期保持与学术界的紧密合作，并将学术成果引入到软件创新中。

李博士对各种复杂科学计算算法问题有极致的追求，并发明了一系列不同学科的优秀算法。对Tensorflow的选择和基于其进行的优化也是这种追求的体现。这次就让他同我们讲讲，如何选择最适合自己的平台，以及当这些平台无法满足自己的需要的时候，该从哪个角度入手去改进它？由于李博士人在美国，我们此次将把时间调整到上午10点，周四上午，我们不见不散~

雷锋网雷锋网雷锋网