开源软件库TensorFlow最全教程和项目列表

TensorFlow 是一个开源软件库，用于使用数据流图进行数值计算。换句话说，即是构建深度学习模型的最佳方式。本文整理了一些优秀的有关 TensorFlow 的教程和项目列表。

一、教程

TensorFlow Tutorial1 — 从基础到更有趣的 TensorFlow 应用

TensorFlow Tutorial2 — 基于 Google TensorFlow 框架的深度学习简介，这些教程是 Newmu 的Theano 直接端口

TensorFlow Examples— 给初学者的 TensorFlow 教程和代码示例

Sungjoon's TensorFlow-101— 通过 Python 使用 Jupyter Notebook 编写的 TensorFlow 教程

Terry Um’s TensorFlow Exercises— 从其他 TensorFlow 示例重新创建代码

Installing TensorFlow on Raspberry Pi 3 — TensorFlow 在树莓派上正确编译和运行

Classification on time series— 在 TensorFlow 中使用 LSTM 对手机传感器数据进行递归神经网络分类

二、模型/项目

Show, Attend and Tell— 基于聚焦机制的图像字幕生成器（聚焦机制「Attention Mechanism」是当下深度学习前沿热点之一，能够逐个关注输入的不同部分，给出一系列理解）

Neural Style— Neural Style 的实现（Neural Style 是让机器模仿已有画作的绘画风格把一张图片重新绘制的算法）

Pretty Tensor— Pretty Tensor 提供了一个高级构建器 API
Neural Style— Neural Style 的实现

TensorFlow White Paper Notes— 带注释的笔记和 TensorFlow 白皮书的摘要，以及 SVG 图形和文档链接

NeuralArt — 艺术风格神经算法的实现

使用 TensorFlow 和 PyGame 来深度强化学习乒乓球
Generative Handwriting Demo using TensorFlow— 尝试实现 Alex Graves 的论文中随机手写生成部分

Neural Turing Machine in TensorFlow— 神经图灵机的 TensorFlow 实现

GoogleNet Convolutional Neural Network Groups Movie Scenes By Setting— 根据对象，地点和其中显示的其他内容来搜索、过滤和描述视频

Neural machine translation between the writings of Shakespeare and modern English using TensorFlow— 单语翻译，从现代英语到莎士比亚，反之亦然

Chatbot — “一个神经会话模型”的实现

Colornet - Neural Network to colorize grayscale images — 通过神经网络给灰度图像着色

Neural Caption Generator with Attention — 图像理解的 Tensorflow 实现

Weakly_detector— “学习深层特征以区分本地化”的 TensorFlow 实现

Dynamic Capacity Networks— “动态容量网络”的实现

HMM in TensorFlow— HMM 的维特比和前向/后向算法的实现

DeepOSM — 使用 OpenStreetMap 功能和卫星图像训练 TensorFlow 神经网络

DQN-tensorflow— 使用 TensorFlow 通过 OpenAI Gym 实现 DeepMind 的“通过深度强化学习的人类水平控制”

Highway Network— "深度网络训练" 的 TensorFlow 实现

Sentence Classification with CNN— TensorFlow 实现“卷积神经网络的句子分类”

End-To-End Memory Networks— 端到端记忆网络的实现

Character-Aware Neural Language Models— 字符感知神经语言模型的 TensorFlow 实现

YOLO TensorFlow ++— TensorFlow 实现的 “YOLO：实时对象检测”，具有训练和支持在移动设备上实时运行的功能

Wavenet — WaveNet 生成神经网络架构的 TensorFlow 实现，用于生成音频

Mnemonic Descent Method— 助记符下降法：应用于端对端对准的复现过程

本文转自：https://www.oschina.net/

更多内容请点击查看原文