本 Modulation 介绍 TensorFlow 框架，并预览其主要组件以及 API 的整体层次结构。

Data 是 Machine Learning Model 的重要组成部分。仅仅收集正确的数据是不够的。您还需要确保建立正确的流程，以便根据需要对数据进行 Cleaning、分析和 transformer，从而使 Data Model 能够尽可能地利用数据信号。在本 Module 中，我们将讨论使用 tf.data 对大型数据集进行训练、使用内存文件以及如何为训练准备好数据。然后我们讨论 Embedding，最后概述使用 tf.Keras 预处理层 Scale 数据。

在本 Modulation 中，我们将讨论激活函数，以及如何需要激活函数来让深度神经网络捕捉数据的非线性。然后，我们将概述使用 Keras 序列和函数 API 的深度神经网络。接下来，我们介绍了模型子类，它为模型构建提供了更大的灵活性。本 Modulation 以 Regularization 一课结束。

在本 Module 中，我们将介绍如何使用 Vertex AI 大规模训练 TensorFlow 模型。

本 Modulation 是 "在 Google Cloud 上使用 Keras 构建、训练和部署 ML 模型 "课程的摘要。