极客学院组织在线TensorFlow中文文档翻译。

2015年11月9日，Google发布人工智能系统TensorFlow并宣布开源，同日，极客学院组织在线TensorFlow中文文档翻译。

机器学习作为人工智能的一种类型，可以让软件根据大量的数据来对未来的情况进行阐述或预判。如今，领先的科技巨头无不在机器学习下予以极大投入。Facebook、苹果、微软，甚至国内的百度。Google 自然也在其中。「TensorFlow」是 Google 多年以来内部的机器学习系统。如今，Google 正在将此系统成为开源系统，并将此系统的参数公布给业界工程师、学者和拥有大量编程能力的技术人员，这意味着什么呢？

打个不太恰当的比喻，如今 Google 对待 TensorFlow 系统，有点类似于该公司对待旗下移动操作系统 Android。如果更多的数据科学家开始使用 Google 的系统来从事机器学习方面的研究，那么这将有利于 Google 对日益发展的机器学习行业拥有更多的主导权。

为了让国内的技术人员在最短的时间内迅速掌握这一世界领先的 AI 系统，极客学院 Wiki 团队发起对 TensorFlow 官方文档的中文协同翻译，一周之内，全部翻译认领完成，一个月后，全部30章节翻译校对完成，上线极客学院Wiki平台并提供下载。

Google TensorFlow项目负责人Jeff Dean为该中文翻译项目回信称："看到能够将TensorFlow翻译成中文我非常激动，我们将TensorFlow开源的主要原因之一是为了让全世界的人们能够从机器学习与人工智能中获益，类似这样的协作翻译能够让更多的人更容易地接触到TensorFlow项目，很期待接下来该项目在全球范围内的应用!"

TensorFlow官方《google 第二代神经网络开源文档中文版》目录：
第 1 章 起步

• 简介
• 下载与安装
• 基本使用
  

第 2 章 教程

• 综述
• MNIST机器学习入门
• 深入MNIST
• TensorFlow运作方式入门
• 卷积神经网络
• Vector Representations of Words
• 循环神经网络
• 曼德布洛特(Mandelbrot)集合
• 偏微分方程
• MNIST 数据下载
  

第 3 章 运作方式 

• 综述 Overview
• 变量:创建、初始化、保存和加载
• TensorBoard:可视化学习
• TensorBoard: 图表可视化
• 数据读取
• 线程和队列
• 增加一个新 Op
• 自定义数据读取
• 使用 GPUs
• 共享变量
  

第 4 章 资源

• 其他资源
• BibTex 引用
• 应用实例
• 常见问题
• 术语表
• 张量的阶、形状、数据类型
  

第 5 章 其他

• 常见问题汇总