适合初学者的Tensorflow教程和代码示例：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。

从Tensorflow基础知识到有趣的项目应用：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。

使用Jupyter Notebook运行的TensorFlow教程：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。

构建您的第一款TensorFlow Android应用程序：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。

Tensorflow代码练习：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。

TF Girls 修炼指南：一个Tensorflow从零开始的公开视频课程，课程偏基础、入门，但知识点讲的非常详细。

炼数成金Tensorflow公开课：非常不错的课程，推荐给大家。

台湾国立大学李宏毅深度学习的课程：非常值得推荐给大家。

英文不错的小伙伴，也为大家推荐一些国外大牛的英文课程：链接1；链接2；链接3

斯坦福大学Tensorflow系列的课程； 课程主页；课程所有的ppt和笔记notes； github地址：

Tensorflow官网视频教程：针对Tensorflow初级学习的小伙伴还是非常不错的一套课程，有助于大家快速入门。

一个实现实现Alex Graves论文的随机手写生成的案例。

基于Tensorflow的生成对抗文本到图像合成：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。

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。

神经网络着色灰度图像：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。

基于Facebook中FastText的简单嵌入式文本分类器：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。

用Tensorflow实现“基于句子分类的卷积神经网络”

使用OpenStreetMap功能和卫星图像训练TensorFlow神经网络：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。

用Tensorflow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，计算机视觉领域研究者的最佳福利。

《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。

《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。

《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。