本篇文章842字，读完约2分钟
想象你是一个即将离开大学校园的学生，对创业感兴趣。
也许是一个企业家在他的职业生涯中取得了小小的成就，并想跟上人工智能的浪潮。
也许你只是一个想在这个领域做出自己贡献的有抱负的年轻学者。
也许你心中有一幅清晰的画面，知道人工智能能为你的事业做些什么。也许你只是想享受探索这个主题的过程，但一切都是艰难的开始。在最初的时刻，你可能会被一个问题困扰:我应该从哪里开始？
艾不是一个简单的主题。ai算法的开发和调试没有统一的平台和语言，它集成了大量的API来方便调用。目前的人工智能开发平台仍处于半野生状态。许多功能需要自己构建和实现。
幸运的是，这个领域已经得到了足够的重视，所以许多巨头已经为它开发了自己的平台，包括谷歌的张量流。Google deepmind在人工智能领域的造诣是众所周知的，它的开发语言平台不禁唤起人们的想象力。那么，张量流如何适合发展？你能为你的研究或产品带来更好的机会吗？
我们在互联网上可以发现，张量流的开发者社区相当活跃，它曾经面临的技术障碍已经基本清除。有一些高质量的元框架，完善的版本进度管理和优秀的测试结果。同时，也存在一些缺点，如循环神经网络的实现还不够，文档不完善，以及gpu的性能被过于严重地挤压。但是这对真正的算法开发意味着什么呢？张量流的表现实际上相当强大，但也很难开始。我们应该如何开始学习玩它？
在这次公开课上，我们邀请了尼尔森公司机器学习实验室的负责人李嘉波博士。他领导的团队成功地将基于张量流的改进算法应用到公司的精确广告推送业务中。在十余年的行业中，李博士始终坚持学术研究与工业应用相结合，长期与学术界保持密切合作，并将学术成果引入软件创新。
李博士研究了各种复杂的科学计算算法，在不同学科领域发明了一系列优秀的算法。张量流的选择及其优化也是这种追求的体现。这一次，让他告诉我们如何选择最适合你的平台，当这些平台不能满足你自己的需求时，从哪个角度去改进。由于李博士在美国，我们这次将把时间调整到上午10点，我们星期四上午到不到~
