Posted by the TensorFlow Team

When the TensorFlow YouTube channel launched in 2018, we had a vision to inform and inspire developers around the world about what was possible with Machine Learning. With series like Coding TensorFlow showing how you can use it, and Made with TensorFlow showing inspirational stories about what people have done with TensorFlow and much more, the channel has grown greatly. But we learned an important lesson: it’s a global phenomenon, and to reach the world effectively, we should provide some of our best content in multiple languages with native speakers presenting. Check out the popular Zero to Hero series in Russian!

Машинное обучение в TensorFlow с нуля: Zero to Hero

Иногда кажется, что невозможно открыть интернет, газету или книгу, не наткнувшись на разговоры о машинном обучении или искусственном интеллекте. Везде полно информации и полно ажиотажа. Видя это, Лоуренс Морони из команды TensorFlow решил создать четырёхсерийную видеолекцию о том, что на самом деле представляет собой машинное обучение, с точки зрения разработчиков. Она основана на его популярном докладе на конференции Google IO 2019 и называется «‎Машинное обучение в TensorFlow с нуля: Zero to Hero».

Из первого видео вы узнаете, что машинное обучение представляет собой новую парадигму программирования, где вместо того чтобы записывать конкретный алгоритм на языке программирования типа Java или C++, вы создаёте систему, которая сама учится на входных данных чтобы выявить алгоритм. Но на что похоже машинное обучение изнутри? В этом видео вы разберёте создание простейшей системы машинного обучения, подобной программе «Hello World», на примере которой вы узнаете концепции, которые в следующих сериях мы применим к более интересной задаче – компьютерному зрению.



Во втором видео мы рассмотрим простую систему компьютерного зрения, и вы научите компьютер видеть и распознавать различные предметы. Вы также можете разобрать этот пример сами: https://goo.gle/34cHkDk



В третьем видео мы расскажем про свёрточные нейронные сети и про то, почему они столь сильны в задачах компьютерного зрения. Свёртка – это фильтр, который проходит по изображению, обрабатывает его и выделяет признаки, которые можно использовать чтобы понять, что у изображений есть общего. В этом видео вы узнаете как они работают, попробовав выделить признаки из изображения. Вы также можете сами попробовать пример: http://bit.ly/2lGoC5f



В четвёртом видео вы узнаете как создать классификатор для камня, ножниц и бумаги. В первой серии мы показали этот пример и упомянули, как трудно было бы написать код чтобы их распознать и классифицировать. По мере изучения машинного обучения, мы узнали как создавать нейронные сети, чтобы выявлять закономерности в изображениях, классифицировать их, и наконец выделять признаки с помощью свёрток. В этой серии мы собрали воедино всё, что выучили в предыдущих.
Блокнот Colab: http://bit.ly/2lXXdw5.
Выборка камень-ножницы-бумага: http://bit.ly/2kbV92O



Мы надеемся, что вам понравятся наши видео. Дайте нам знать, если вы хотите увидеть больше!