在本课程中，您将：- 比较函数式 API 和顺序式 API，发现可以使用函数式 API 构建的新模型，并构建一个可以产生多个输出的模型（包括连体网络）。 - 构建自定义损失函数（包括连体网络中使用的对比损失函数），以衡量模型的表现并帮助您的神经网络从训练数据中学习。

- 在现有标准层的基础上为你的模型创建自定义层，用 lambda 层自定义网络层，了解它们之间的区别，学习自定义层的组成，并探索激活函数。 - 在现有模型的基础上添加自定义功能，学习如何定义自己的自定义类而不是使用函数式或顺序式 API，构建可从 TensorFlow 模型类继承的模型，以及通过定义自定义模型类构建残差网络 (ResNet)。 DeepLearning.AI TensorFlow：高级技术专业介绍了 TensorFlow 的功能，这些功能为学习者提供了对模型架构的更多控制，以及帮助他们创建和训练高级 ML 模型的工具。 本专业面向对 TensorFlow 有基本了解，希望通过学习 TensorFlow 高级功能来构建强大模型，从而扩展自己的知识和技能集的中早期软件和机器学习工程师。