简单好上手的图像分类教程！
今天，Google AI再次放出大招，推出一个专注于机器学习实践的“交互式课程”，第一门是图像分类机器学习实践，已有超过10000名谷歌员工使用这个教程构建了自己的图像分类器。

内容简明易上手，不妨来试。

几个月前，Google AI教育项目放出大福利，将内部机器学习速成课程（MLCC）免费开放给所有人，以帮助更多开发人员学习和使用机器学习。

今天，Google AI再次放出大招，推出一个专注于机器学习实践的“交互式课程”。

公开的第一门课程是谷歌AI团队与图像模型方面的专家合作开发的图像分类机器学习实践。

这个动手实践课程包含视频、文档和交互式编程练习，分步讲解谷歌最先进的图像分类模型是如何开发出来的。

这一图像分类模型已经在Google相册的搜索功能中应用。

迄今为止，已经有超过10000名谷歌员工使用这个实践指南来训练自己的图像分类器，识别照片上的猫和狗。

在这个交互式课程中，首先，你将了解图像分类是如何工作的，学习卷积神经网络的构建模块。

然后，你将从头开始构建一个CNN，了解如何防止过拟合，并利用预训练的模型进行特征提取和微调。

机器学习实践：图像分类
学习本课程，你将了解谷歌state-of-the-art的图像分类模型是如何开发出来的，该模型被用于在Google Photos中进行搜索。

这是一个关于卷积神经网络（CNN）的速成课程，在学习过程中，你将自己构建一个图像分类器来区分猫的照片和狗的照片。

预计完成时间：90~120 分钟
先修要求
已学完谷歌机器学习速成课程，或有机器学习基本原理相关的经验。

精通编程基础知识，并有一些Python编程的经验
在2013年5月，谷歌发布了对个人照片进行搜索的功能，用户能够根据照片中的对象在。