史上最全TensorFlow學習資源匯總
來源 | 悅動智能(公眾號ID:aibbtcom)
本篇文章將為大家總結TensorFlow純乾貨學習資源,非常適合新手學習,建議大家收藏。
一 、TensorFlow教程資源
1)適合初學者的TensorFlow教程和代碼示例:
https://github.com/aymericdamien/TensorFlow-Examples
該教程不光提供了一些經典的數據集,更是從實現最簡單的「Hello World」開始,到機器學習的經典演算法,再到神經網路的常用模型,一步步帶你從入門到精通,是初學者學習TensorFlow的最佳教程。
2)從TensorFlow基礎知識到有趣的項目應用:
https://github.com/pkmital/tensorflow_tutorials
同樣是適合新手的教程,從安裝到項目實戰,教你搭建一個屬於自己的神經網路。
3)使用Jupyter Notebook運行的TensorFlow教程:
https://github.com/sjchoi86/Tensorflow-101
4)TensorFlow中文社區
http://www.aibbt.com/a/tensorflow/
本教程是基於Jupyter Notebook開發環境的TensorFlow教程,Jupyter Notebook是一款非常好用的互動式開發工具,不僅支持40多種編程語言,還可以實時運行代碼、共享文檔、數據可視化、支持markdown等,適用於機器學習、統計建模數據處理、特徵提取等多個領域。
4)構建您的第一款TensorFlow Android應用程序:
https://omid.al/posts/2017-02-20-Tutorial-Build-Your-First-Tensorflow-Android-App.html
本教程可幫助您從零開始將張量流模型引入到Android應用程序。
5)TensorFlow代碼練習:
https://github.com/terryum/TensorFlow_Exercises
一個從易到難的TensorFlow代碼練習手冊。非常適合學習TensorFlow的小夥伴。
接下來,再給大家推薦一些TensorFlow不錯的視頻教程:
二、TensorFlow視頻資源
1)TF Girls 修鍊指南:
https://www.youtube.com/watchv=TrWqRMJZU8A&list=PLwY2GJhAPWRcZxxVFpNhhfivuW0kX15yG&index=2
一個TensorFlow從零開始的公開視頻課程,課程偏基礎、入門,但知識點講的非常詳細。
2)煉數成金TensorFlow公開課:
https://www.youtube.com/watchv=eAtGqz8ytOI&list=PLjSwXXbVlK6IHzhLOMpwHHLjYmINRstrk
非常不錯的課程,推薦給大家。
3)當然還有台灣國立大學李宏毅教程深度學習的課程也值得推薦給大家:
https://www.bilibili.com/video/av9770302/
4)英文不錯的小夥伴,也為大家推薦一些國外大牛的英文課程:
https://www.youtube.com/watch?v=vq2nnJ4g6N0;
http://bit.ly/1OX8s8Y;
https://www.youtube.com/watch?v=GZBIPwdGtkk&t=125s
5)介紹了這麼多課程,怎麼能少了斯坦福大學TensorFlow系列的課程!!!
話不多說,直接上鏈接:
https://www.youtube.com/watch?v=g-EvyKpZjmQ&index=1&list=PLIDllPt3EQZoS8gCP3cw273Cq9puuPLTg
課程主頁:
http://web.stanford.edu/class/cs20si/index.html
課程所有的ppt和筆記notes下載地址:
https://pan.baidu.com/s/1o8uOQpW
課程相關實戰的github地址:
chiphuyen/tf-stanford-tutorials
6)最後,怎麼能忘了谷歌爸爸發布在TensorFlow官網上的視頻教程,針對TensorFlow初級學習的小夥伴還是非常不錯的一套課程,有助於大家快速入門:
https://developers.google.cn/machine-learning/crash-course/
好了,通過上邊的資源文檔和視頻教程詳細大家對TensorFlow已經有了紮實的基礎,接下來是不是應該做一些逼格比較高的實戰項目提升一下自己呢?所以接下來為大家推薦一些項目實戰資源。
三、TensorFlow項目資源
1)一個實現實現Alex Graves論文的隨機手寫生成的案例:
https://github.com/hardmaru/write-rnn-tensorflow
2)基於TensorFlow的生成對抗文本到圖像合成:
https://github.com/zsdonghao/text-to-image
如下圖所示,該項目是基於TensorFlow的DCGAN模型,教大家一步步從對抗生成文本到圖像合成。
3)基於注意力的圖像字幕生成器:
https://github.com/yunjey/show-attend-and-tell
該模型引入了基於注意力的圖像標題生成器。可以將其注意力轉移到圖像的相關部分,同時生成每個單詞。
4)神經網路著色灰度圖像:
https://github.com/pavelgonchar/colornet
一個非常有趣且應用場景非常廣的一個項目,使用神經網路著色灰度圖像。
5)基於Facebook中FastText的簡單嵌入式文本分類器:
https://github.com/apcode/tensorflow_fasttext
該項目是源於Facebook中的FastText的想法,並在TensorFlow中實施。FastText是一款快速的文本分類器,提供簡單而高效的文本分類和表徵學習的方法。
6)用TensorFlow實現「基於句子分類的卷積神經網路」:
https://github.com/dennybritz/cnn-text-classification-tf
7)使用OpenStreetMap功能和衛星圖像訓練TensorFlow神經網路:
https://github.com/jtoy/awesome-tensorflow
該項目是通過使用OpenStreetMap(OSM)數據訓練神經網路,進而對衛星圖像中的特徵進行分類。
8)用Tenflow實現YOLO:「實時對象檢測」,並支持實時在移動設備上運行的一個小項目https://github.com/thtrieu/darkflow,計算機視覺領域研究者的最佳福利。
推薦閱讀:
※Windows10安裝tensorflow-gpu心得
※SSD-Tensorflow:3 步運行 TensorFlow 單圖片多盒目標檢測器
※理解tf.train.slice_input_producer()和tf.train.batch()
※Berkeley CS294-112 深度增強學習 筆記 (4) 策略梯度法
※機器學習:彈性伸縮的雲端託管服務
TAG:TensorFlow | 人工智慧 |