想象一下，你是一個即將離開大學(xué)校園，有志創(chuàng)業(yè)的學(xué)生。

或許是一個事業(yè)小有所成，想要跟上AI這波浪潮的創(chuàng)業(yè)者。

或許你只是一個躊躇滿志，雖然不是相關(guān)專業(yè)，卻想要為這個領(lǐng)域做出自己的貢獻的年輕學(xué)者。

或許你的腦海中已經(jīng)有一個清晰的畫面，知道AI能為自己的事業(yè)起到什么幫助，或許你只是想享受探索這門學(xué)科的過程，但萬事開頭難，在最初的時刻你很有可能你會被一個問題所困擾：我該從何開始？

AI并不是一門簡單的學(xué)科，AI算法的開發(fā)和調(diào)試并沒有一個統(tǒng)一的、集成了大量API方便調(diào)用的平臺和語言，目前的人工智能開發(fā)平臺仍然處于一種半蠻荒的狀態(tài)。許多功能需要自己親自去搭建和實現(xiàn)。

不過幸運的是，這個領(lǐng)域受到了足夠多的重視，因此許多巨頭都針對它開發(fā)了自己的平臺，這其中就包括谷歌的Tensorflow。谷歌DeepMind在AI領(lǐng)域的造詣已經(jīng)人盡皆知，其推出的這款開發(fā)語言平臺也不禁引人遐想，那么，Tensorflow到底適合如何拿來做開發(fā)？能不能為你的研究或者產(chǎn)品帶來更好的機會？

我們可以在網(wǎng)上查到的是，Tensorflow的開發(fā)者社區(qū)相當(dāng)活躍，曾經(jīng)面臨的技術(shù)障礙基本掃清，有一些高質(zhì)量的元框架、版本進度管理完善，有著出色的測試結(jié)果。同時也有一些缺點，如在循環(huán)神經(jīng)網(wǎng)絡(luò)的實現(xiàn)方面還存在不足、文檔尚不完善、對GPU性能的壓榨過于嚴(yán)重等。但這些對真正的算法開發(fā)來說到底意味著什么？Tensorflow的性能實際上相當(dāng)強大，但上手也較難，應(yīng)該如何開始學(xué)習(xí)才能玩轉(zhuǎn)它？

本期公開課我們邀請到了科技公司Nielsen的機器學(xué)習(xí)實驗室的負(fù)責(zé)人李加波博士，他帶領(lǐng)的團隊利用基于Tensorflow自己改進的算法成功運用在了公司的精準(zhǔn)廣告推送業(yè)務(wù)中。在產(chǎn)業(yè)界的十多年中，李博士始終堅持學(xué)術(shù)研究與產(chǎn)業(yè)應(yīng)用相結(jié)合，長期保持與學(xué)術(shù)界的緊密合作，并將學(xué)術(shù)成果引入到軟件創(chuàng)新中。

李博士對各種復(fù)雜科學(xué)計算算法問題有極致的追求，并發(fā)明了一系列不同學(xué)科的優(yōu)秀算法。對Tensorflow的選擇和基于其進行的優(yōu)化也是這種追求的體現(xiàn)。這次就讓他同我們講講，如何選擇最適合自己的平臺，以及當(dāng)這些平臺無法滿足自己的需要的時候，該從哪個角度入手去改進它？由于李博士人在美國，我們此次將把時間調(diào)整到上午10點，周四上午，我們不見不散~

雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。