【干货】史上最全的Tensorflow学习资源汇总

欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习、深度学习的知识!

作者:AI小昕

在之前的Tensorflow系列文章中,我们教大家学习了Tensorflow的安装、Tensorflow的语法、基本操作、CNN的一些原理和项目实战等。本篇文章将为大家总结Tensorflow纯干货学习资源,非常适合新手学习,建议大家收藏。想要学习更多的Tensorflow知识,欢迎点击上方蓝字,关注我们的微信公众号。

【干货】史上最全的Tensorflow学习资源汇总

一 、Tensorflow教程资源:

(1)适合初学者的Tensorflow教程和代码示例:https://github.com/aymericdamien/TensorFlow-Examples。该教程不光提供了一些经典的数据集,更是从实现最简单的“Hello World”开始,到机器学习的经典算法,再到神经网络的常用模型,一步步带你从入门到精通,是初学者学习Tensorflow的最佳教程。

(2)从Tensorflow基础知识到有趣的项目应用:https://github.com/pkmital/tensorflow_tutorials。同样是适合新手的教程,从安装到项目实战,教你搭建一个属于自己的神经网络。

(3)使用Jupyter Notebook用Python语言编写的TensorFlow教程:https://github.com/sjchoi86/Tensorflow-101。 本教程是基于Jupyter Notebook开发环境的Tensorflow教程,Jupyter Notebook是一款非常好用的交互式开发工具,不仅支持40多种编程语言,还可以实时运行代码、共享文档、数据可视化、支持markdown等,适用于机器学习、统计建模数据处理、特征提取等多个领域。

(4)构建您的第一款TensorFlow Android应用程序:https://omid.al/posts/2017-02-20-Tutorial-Build-Your-First-Tensorflow-Android-App.html。本教程可帮助您从零开始将张量流模型引入到Android应用程序。

【干货】史上最全的Tensorflow学习资源汇总

(5)Tensorflow代码练习:https://github.com/terryum/TensorFlow_Exercises。一个从易到难的Tensorflow代码练习手册。非常适合学习Tensorflow的小伙伴。

接下来,再给大家推荐一些Tensorflow不错的视频教程:
二、Tensorflow视频资源:

 

 

 

 

 

好了,不管大家是喜欢看教程学习还是跟着视频学习,总之大家学完这些资料会对Tensorflow基础的知识、经典的模型、案例掌握的差不多,接下来是不是应该做一些逼格比较高的实战项目提升一下自己呢?所以接下来为大家推荐一些项目实战资源:

三、Tensorflow项目资源:
1.一个实现实现Alex Graves论文的随机手写生成的案例:https://github.com/hardmaru/write-rnn-tensorflow

 

2.基于Tensorflow的生成对抗文本到图像合成:https://github.com/zsdonghao/text-to-image。如下图所示,该项目是基于Tensorflow的DCGAN模型,教大家一步步从对抗生成文本到图像合成。

【干货】史上最全的Tensorflow学习资源汇总

 

3.基于注意力的图像字幕生成器:https://github.com/yunjey/show-attend-and-tell。该模型引入了基于注意力的图像标题生成器。可以将其注意力转移到图像的相关部分,同时生成每个单词。

 

4.神经网络着色灰度图像:https://github.com/pavelgonchar/colornet。一个非常有趣且应用场景非常广的一个项目,使用神经网络着色灰度图像。

【干货】史上最全的Tensorflow学习资源汇总

 

5.基于Facebook中FastText的简单嵌入式文本分类器:https://github.com/apcode/tensorflow_fasttext。该项目是源于Facebook中的FastText的想法,并在Tensorflow中实施。FastText是一款快速的文本分类器,提供简单而高效的文本分类和表征学习的方法。

 

6.用Tensorflow实现“基于句子分类的卷积神经网络”:https://github.com/dennybritz/cnn-text-classification-tf

 

7.使用OpenStreetMap功能和卫星图像训练TensorFlow神经网络:https://github.com/jtoy/awesome-tensorflow。该项目是通过使用OpenStreetMap(OSM)数据训练神经网络,进而对卫星图像中的特征进行分类。

 

8.用Tenflow实现YOLO:“实时对象检测”,并支持实时在移动设备上运行的一个小项目:https://github.com/thtrieu/darkflow。计算机视觉领域研究者的最佳福利。

【干货】史上最全的Tensorflow学习资源汇总

以上就是小编觉得不错的一些Tensorflow项目,如果大家能把这些案例自己去动手实现,并理解每个项目的原理,相信你对Tensorflow、深度学习的理解已经很到位了。最后,给大家推荐几本适合新手学习的Tensorflow书籍:

1.《Tensorflow:实战Google深度学习框架》 :这本由电子工业出版社出版的Google Tensorflow实战书籍是最早的Tensorflow书籍之一。虽然内容不是特别的系统,CNN、RNN部分介绍的不够具体以及并没有涉及到深度强化学习的内容,但书中对一些基础知识讲解的通俗易懂,另外还增加了可视化工具TensorBoard和分布式加速的章节,为这本书的整体评分增色不少。可见作者还是比较用心的,站能够在初学者的角度为大家讲解深度学习和Tensorflow的知识。

【干货】史上最全的Tensorflow学习资源汇总
2.《Tensorflow机器学习实战指南》:本书是由资深数据科学家Nick McClure完成的一本Tensorflow实战类书籍。本书的特色是每一小节都讲一小部分原理,让后动手实现相应的代码。虽然原理部分讲的不是很详细,但代码部分讲得细致入微,从机器学习到深度学习的算法,作者都把每部分代码讲的很透彻。对于喜欢手撸代码的小伙伴,这本书还是特别值得推荐的。

3《白话深度学习与TensorFlow》 :最后再给大家推荐一本《白话深度学习与TensorFlow》,之前看过作者出的《白话大数据与机器学习》,很喜欢作者的写作风格。书中把很多数学公式、深度学习的原理部分讲成了大白话,很适合小白学习的一本书。但正是因为作者的写作风格,书籍中有很多地方写的不是很严谨;此外在代码方面写的不够详细,整个篇幅的粘贴和复制,代码部分对读者不是很友好。

本篇文章出自http://www.tensorflownews.com,对深度学习感兴趣,热爱Tensorflow的小伙伴,欢迎关注我们的网站!

上一篇:【飞天技术会】驻云承办云时代企业架构搭建技术沙龙|12月21日同步直播


下一篇:android开发图片分辨率问题解决方案