readme.md

tensorflow 学习

1. tensorflow1.x 学习

1.1 快速入门

• 令人困惑的TensorFlow！
• 令人困惑的 TensorFlow！(II)

1.2 学习笔记

《深度学习框架Tensorflow学习与应用》笔记索引（其中会有补充一些内容）：

• 01-Tensorflow简介，Anaconda安装，Tensorflow的CPU版本安装

• 02-Tensorflow的基础使用，包括对图(graphs),会话(session),张量(tensor),变量(Variable)的一些解释和操作

• 03-Tensorflow线性回归以及分类的简单使用

  - 开始以手写数字识别 MNIST 例子来讲解，关于 MNIST 的内容还可以看看该 README 下面的

• 04-softmax，交叉熵(cross-entropy)，dropout以及Tensorflow中各种优化器的介绍 -

  - softmax、损失函数、dropout
  - tensorflow 中各种优化器

  注：在（三）节开始的代码4-1交叉熵.py，发现 tf.nn.softmax_cross_entropy_with_logits 用法的小问题，详见-传送

• 05-使用Tensorboard进行结构可视化，以及网络运算过程可视化

  - 用例子演示如何使结构的可视化
  - 参数细节的可视化，绘制各个参数变化情况
  - 补充内容：可视化工具 TensorBoard 更多使用和细节

• 06-卷积神经网络CNN的讲解，以及用CNN解决MNIST分类问题

  - 卷积神经网络 CNN（包括局部感受野、权值共享、卷积、二维池化、多通道池化等）
  - 补充内容：参数数量的计算（以 LeNet-5 为例子）
  - 补充内容：TensorFlow 中的 Padding 到底是怎样的？ 
  - 补充内容：TensorFlow 中的卷积和池化 API 详解
  - 补充内容：TensorFlow 中的 Summary 的用法

• 07-递归神经网络LSTM的讲解，以及LSTM网络的使用

• 08-保存和载入模型，使用Google的图像识别网络inception-v3进行图像识别

  - 保存模型、加载模型
  - 使用 Inception-v3 网络模型进行图像识别
  - 补充内容：加载预训练模型和保存模型以及 fine-tuning
  - 补充内容：迁移学习

• 09-Tensorflow的GPU版本安装。设计自己的网络模型，并训练自己的网络模型进行图像识别

  - TensorFlow 的 GPU 版本安装
  - 使用 inception-v3 模型进行训练预测
  - 使用 tensorflow 已经训练好的模型进行微调
  - 制作 `.tfrecord` 存储文件

• 10-使用Tensorflow进行验证码识别

• 11-Tensorflow在NLP中的使用(一)

• 12-Tensorflow在NLP中的使用(二)

笔记补充：

• 对 TensorFlow 的再次理解和总结：TensorFlow的理解和总结
• 对 TensorFlow 的 API 使用记录下来，方便查阅：🔎 TensorFlow的API详解和记录 ★★★ 【荐】
• TensorFlow 使用指定的 GPU 以及显存分析：tensorflow中使用指定的GPU及显存分析 【荐】

1.3 学习来源

学习来源：炼数成金的《深度学习框架TensorFlow学习与应用》视频 + 网上博客内容 。

视频目录：

第 1周 Tensorflow简介，Anaconda安装，Tensorflow的CPU版本安装
第 2周 Tensorflow的基础使用，包括对图(graphs),会话(session),张量(tensor),变量(Variable)的一些解释和操作
第 3周 Tensorflow线性回归以及分类的简单使用
第 4周 softmax，交叉熵(cross-entropy)，dropout以及Tensorflow中各种优化器的介绍
第 5周 卷积神经网络CNN的讲解，以及用CNN解决MNIST分类问题
第 6周 使用Tensorboard进行结构可视化，以及网络运算过程可视化
第 7周 递归神经网络LSTM的讲解，以及LSTM网络的使用
第 8周 保存和载入模型，使用Google的图像识别网络inception-v3进行图像识别
第 9周 Tensorflow的GPU版本安装。设计自己的网络模型，并训练自己的网络模型进行图像识别
第10周 使用Tensorflow进行验证码识别
第11周 Tensorflow在NLP中的使用(一)
第12周 Tensorflow在NLP中的使用(二)

说明：实际第 5 周讲的是 tensorborad 结构可视化，第 6 周讲的是 CNN，下面网盘该视频的文件夹顺序，我已修正。

在线观看：

• YouTube：tensorflow教程（十课）
• 或 B 站：《深度学习框架TensorFlow学习与应用》

视频下载：

• 《深度学习框架Tensorflow学习与应用》（含视频+代码+课件，视频总时长：13小时31分钟） 【百度网盘下载 密码: 1a8j】
• 《深度学习框架Tensorflow学习与应用[只有videos-720p]》（该份资料只有视频文件） 【 百度网盘下载 密码: i3e2】

1.4 其他资料

其他学习视频，觉得有必要可以看看：

• 油管视频：TF Girls 修炼指南 或 B 站观看： TF Girls 修炼指南
• 油管视频：51CTO视频 深度学习框架-Tensorflow案例实战视频课程、或 B 站观看：深度学习框架-Tensorflow案例实战视频课程
• Tensorflow 教程系列 | 莫烦Python

相关资料：

• 郑泽宇/顾思宇：《Tensorflow：实战Google深度学习框架》 出版时间 2017-2-10
  • 官方维护的书中的 TensorFlow 不同版本的示例程序仓库：https://github.com/caicloud/tensorflow-tutorial；
  • 有人在 GitHub 上写了笔记：TensorFlow_learning_notes
• 黄文坚/唐源：《TensorFlow实战》 出版时间 2017-2-1
  • 源码实现：https://github.com/terrytangyuan/tensorflow-in-practice-code
• 掘金翻译：TensorFlow 最新官方文档中文版 V1.10
• 极客学院：TensorFlow 官方文档中文版
• TensorFlow 官方文档中文版

2. tensorflow2.x 学习

• czy36mengfei/tensorflow2_tutorials_chinese - tensorflow2中文教程，持续更新(当前版本:tensorflow2.0)