-
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。
-
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。
-
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。
-
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。