tensorflow 進(jìn)階學(xué)習(xí)

TensorFlow-Examples

tensorflow學(xué)習(xí)筆記三：實例數(shù)據(jù)下載與讀取

Convolutional Neural Network CNN with TensorFlow tutorial

awesome-tensorflow

import numpy as np 
import tensorflow as tf
coefficients=np.array([[1],[-20],[25]])
w= tf.Variable([0], dtype=tf.float32)
x=tf.placeholder(tf.float32,[3,1])
# cost = tf.add(tf.add(w**2,tf.multiply(-10.,w)),25)
cost = x[0][0]*w**2 +x[1][0]*w+x[2][0] # (w-5)**2
train = tf.train.GradientDescentOptimizer(0.01).minimize(cost)
init = tf.global_variables_initializer()


# session = tf.Session()
# session.run(init)
# print(session.run(w))
# for i in range(1000):
#     session.run(train, feed_dict={x:coefficients})
#     print(i, session.run(w)) 

with tf.Session() as session:
    session.run(init)
    print(session.run(w))
with tf.Session() as session:
    session.run(init)
    print(session.run(w))
    for i in range(1000):
        session.run(train, feed_dict={x:coefficients})
    print(i, session.run(w))

TensorFlow.png

tensorflow-workshop

Tensorflow中文社區(qū)

2017TensorFlow開發(fā)者峰會全集钻趋，中文字幕共18集

Tensorflow 經(jīng)典入門教程

1.教程 | 沒有博士學(xué)位弯蚜，照樣玩轉(zhuǎn)TensorFlow深度學(xué)習(xí)

TensorFlow and deep learning, without a PhD英文網(wǎng)頁版本
 tensorflow-mnist-tutorial-code
Slides-TensorFlow and deep learning, without a PhD

TensorFlow深度學(xué)習(xí)手寫數(shù)字識別初體驗
 TensorFlow和深度學(xué)習(xí)入門教程（TensorFlow and deep learning without a PhD）

2.莫煩-Tensorflow
code-tensorflowTUT

一文學(xué)會用 Tensorflow 搭建神經(jīng)網(wǎng)絡(luò)

3.經(jīng)典博客

http://blog.csdn.net/column/details/16035.html

http://blog.csdn.net/u013751160/article/category/6801799

http://www.cnblogs.com/denny402/tag/tensorflow/

http://nooverfit.com/wp/category/%e5%b7%a5%e5%85%b7/

http://blog.csdn.net/u012436149/article/category/6461700/2

http://blog.csdn.net/PhDat101/article/category/6358906

http://blog.csdn.net/hjimce

**4. **10分鐘入門 TensorFlow 教程和卷積神經(jīng)網(wǎng)絡(luò)教程

中文-機(jī)器學(xué)習(xí)敲門磚:任何人都能看懂的TensorFlow介紹](http://www.sohu.com/a/111511315_157627)
Soon Hin Khor
Gentlest Introduction to Tensorflow #1
Gentlest Introduction to Tensorflow #2
Gentlest Intro to TensorFlow #3: Matrices & Multi-feature Linear Regression
Gentlest Intro to Tensorflow #4: Logistic Regression

5. TensorFlow: A simple introduction to TensorFlow

這篇教程是翻譯Morgan寫的TensorFlow教程狡门，作者已經(jīng)授權(quán)翻譯柿赊，這是原文溜哮。
TensorFlow學(xué)習(xí)系列（一）：初識TensorFlow
TensorFlow學(xué)習(xí)系列（二）：形狀和動態(tài)維度
 TensorFlow學(xué)習(xí)系列（三）：保存/恢復(fù)和混合多個模型
 TensorFlow學(xué)習(xí)系列（四）：利用神經(jīng)網(wǎng)絡(luò)實現(xiàn)泛逼近器（universal approximator）
TensorFlow學(xué)習(xí)系列（五）：如何使用隊列和多線程優(yōu)化輸入管道

Tensorflow一些常用基本概念與函數(shù)

[譯]與TensorFlow的第一次接觸
 First contact with TensorFlow

TensorFlow源碼及架構(gòu)
圖解TensorFlow源碼
 源碼
 sydpz1987的博客
 tensorflow項目構(gòu)建流程

6.Introduction to Deep Learning with Tensorflow

https://fabienbaradel.github.io/
https://fabienbaradel.github.io/images/tensorflow_ensai_SID_13_01_17.pdf

7.TensorFlow Tutorials with YouTube Videos
Code-Hvass-Labs-TensorFlow-Tutorials
YouTube Videos
https://github.com/Hvass-Labs

8.tensorflow 中的 Python API
原文鏈接
 Tensorflow API 翻譯

Tensorflow Python API 翻譯（nn）

Tensorflow Python API 翻譯（math_ops）（第一部分）
Tensorflow Python API 翻譯（math_ops）（第二部分）

9.cifar10 tutorial
code-cifar10
仿照CIFAR-10數(shù)據(jù)集格式承桥，制作自己的數(shù)據(jù)集
 TensorFlow CNN 測試CIFAR-10數(shù)據(jù)集
 TensorFlow學(xué)習(xí)筆記（8）----CNN分類CIFAR-10數(shù)據(jù)集
 TensorFlow中cnn-cifar10樣例代碼詳解
 Deep Learning-TensorFlow (4) CNN卷積神經(jīng)網(wǎng)絡(luò)_CIFAR-10進(jìn)階圖像分類模型(上)
Deep Learning-TensorFlow (5) CNN卷積神經(jīng)網(wǎng)絡(luò)_CIFAR-10進(jìn)階圖像分類模型(下)
DiamonJoy-TensorFlow
利用tensorflow編寫卷積神經(jīng)網(wǎng)絡(luò)（CNN）對CIFAR-10進(jìn)行識別（附完整代碼）
lqsherlock-tensorflow-CNN-CIFAR-10
TensorFlow中cnn-cifar10樣例代碼詳解

10. Fizz Buzz in Tensorflow

11.TensorFlow官方文檔中文版
TensorFlow中文社區(qū)

官方Tutorials

TensorFlow 官方文檔中文版-極客

MNIST機(jī)器學(xué)習(xí)入門
 深入MNIST

Tensorflow游樂場

TensorFlow中四種 Cross Entropy 算法實現(xiàn)和應(yīng)用

經(jīng)典網(wǎng)絡(luò)的 TensorFlow 實現(xiàn)資源匯總
 TensorFlow之深入理解AlexNet
TensorFlow之深入理解Neural Style
TensoFlow之深入理解GoogLeNet

Understanding Convolutional Neural Networks for NLP
Implementing a CNN for Text Classification in TensorFlow

12.aymericdamien-TensorFlow-Examples

1：tf初學(xué)者需要明白的入門準(zhǔn)備
機(jī)器學(xué)習(xí)入門筆記
MNIST 數(shù)據(jù)集入門筆記
2：tf初學(xué)者需要了解的入門基礎(chǔ)
Hello World
基本操作
3：tf初學(xué)者需要掌握的基本模型
最近鄰
線性回歸
Logistic 回歸
4：tf初學(xué)者需要嘗試的神經(jīng)網(wǎng)絡(luò)
多層感知器
卷積神經(jīng)網(wǎng)絡(luò)
循環(huán)神經(jīng)網(wǎng)絡(luò)（LSTM）
雙向循環(huán)神經(jīng)網(wǎng)絡(luò)（LSTM）
動態(tài)循環(huán)神經(jīng)網(wǎng)絡(luò)（LSTM）
自編碼器
5：tf初學(xué)者需要精通的實用技術(shù)
保存和恢復(fù)模型
圖和損失可視化
Tensorboard——高級可視化
6：tf初學(xué)者需要的懂得的多GPU基本操作
多 GPU 上的基本操作
7：案例需要的數(shù)據(jù)集
有一些案例需要 MNIST 數(shù)據(jù)集進(jìn)行訓(xùn)練和測試漆魔。運(yùn)行這些案例時硝全，該數(shù)據(jù)集會被自動下載下來（使用 input_data.py）部宿。

初步了解：TFLearn TensorFlow

接下來的示例來自TFLearn抄腔，這是一個為 TensorFlow 提供了簡化的接口的庫。里面有很多示例和預(yù)構(gòu)建的運(yùn)算和層理张。

使用教程：TFLearn 快速入門赫蛇。通過一個具體的機(jī)器學(xué)習(xí)任務(wù)學(xué)習(xí) TFLearn 基礎(chǔ)。開發(fā)和訓(xùn)練一個深度神經(jīng)網(wǎng)絡(luò)分類器雾叭。

TFLearn地址：https://github.com/tflearn/tflearn

示例：https://github.com/tflearn/tflearn/tree/master/examples

預(yù)構(gòu)建的運(yùn)算和層：http://tflearn.org/doc_index/#api

筆記：https://github.com/tflearn/tflearn/blob/master/tutorials/intro/quickstart.md

基礎(chǔ)模型以及數(shù)據(jù)集

線性回歸悟耘，使用 TFLearn 實現(xiàn)線性回歸

https://github.com/tflearn/tflearn/blob/master/examples/basics/linear_regression.py

邏輯運(yùn)算符。使用 TFLearn 實現(xiàn)邏輯運(yùn)算符

https://github.com/tflearn/tflearn/blob/master/examples/basics/logical.py

權(quán)重保持织狐。保存和還原一個模型

https://github.com/tflearn/tflearn/blob/master/examples/basics/weights_persistence.py

微調(diào)暂幼。在一個新任務(wù)上微調(diào)一個預(yù)訓(xùn)練的模型

https://github.com/tflearn/tflearn/blob/master/examples/basics/finetuning.py

使用 HDF5。使用 HDF5 處理大型數(shù)據(jù)集

https://github.com/tflearn/tflearn/blob/master/examples/basics/use_hdf5.py

使用 DASK移迫。使用 DASK 處理大型數(shù)據(jù)集

https://github.com/tflearn/tflearn/blob/master/examples/basics/use_dask.py

計算機(jī)視覺模型及數(shù)據(jù)集

多層感知器旺嬉。一種用于 MNIST 分類任務(wù)的多層感知實現(xiàn)

https://github.com/tflearn/tflearn/blob/master/examples/images/dnn.py

卷積網(wǎng)絡(luò)（MNIST）。用于分類 MNIST 數(shù)據(jù)集的一種卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)

https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_mnist.py

卷積網(wǎng)絡(luò)（CIFAR-10）厨埋。用于分類 CIFAR-10 數(shù)據(jù)集的一種卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)

https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_cifar10.py

網(wǎng)絡(luò)中的網(wǎng)絡(luò)邪媳。用于分類 CIFAR-10 數(shù)據(jù)集的 Network in Network 實現(xiàn)

https://github.com/tflearn/tflearn/blob/master/examples/images/network_in_network.py

Alexnet。將 Alexnet 應(yīng)用于 Oxford Flowers 17 分類任務(wù)

https://github.com/tflearn/tflearn/blob/master/examples/images/alexnet.py

VGGNet揽咕。將 VGGNet 應(yīng)用于 Oxford Flowers 17 分類任務(wù)

https://github.com/tflearn/tflearn/blob/master/examples/images/vgg_network.py

VGGNet Finetuning (Fast Training)悲酷。使用一個預(yù)訓(xùn)練的 VGG 網(wǎng)絡(luò)并將其約束到你自己的數(shù)據(jù)上，以便實現(xiàn)快速訓(xùn)練

https://github.com/tflearn/tflearn/blob/master/examples/images/vgg_network_finetuning.py

RNN Pixels亲善。使用 RNN（在像素的序列上）分類圖像

https://github.com/tflearn/tflearn/blob/master/examples/images/rnn_pixels.py

Highway Network设易。用于分類 MNIST 數(shù)據(jù)集的 Highway Network 實現(xiàn)

https://github.com/tflearn/tflearn/blob/master/examples/images/highway_dnn.py

Highway Convolutional Network。用于分類 MNIST 數(shù)據(jù)集的 Highway Convolutional Network 實現(xiàn)

https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_highway_mnist.py

Residual Network (MNIST) 蛹头。應(yīng)用于 MNIST 分類任務(wù)的一種瓶頸殘差網(wǎng)絡(luò)（bottleneck residual network）

https://github.com/tflearn/tflearn/blob/master/examples/images/residual_network_mnist.py

Residual Network (CIFAR-10)顿肺。應(yīng)用于 CIFAR-10 分類任務(wù)的一種殘差網(wǎng)絡(luò)

https://github.com/tflearn/tflearn/blob/master/examples/images/residual_network_cifar10.py

Google Inception（v3）戏溺。應(yīng)用于 Oxford Flowers 17 分類任務(wù)的谷歌 Inception v3 網(wǎng)絡(luò)

https://github.com/tflearn/tflearn/blob/master/examples/images/googlenet.py

自編碼器。用于 MNIST 手寫數(shù)字的自編碼器

https://github.com/tflearn/tflearn/blob/master/examples/images/autoencoder.py

強(qiáng)化學(xué)習(xí)案例

Atari Pacman 1-step Q-Learning屠尊，使用 1-step Q-learning 教一臺機(jī)器玩 Atari 游戲：

https://github.com/tflearn/tflearn/blob/master/examples/reinforcement_learning/atari_1step_qlearning.py

為TF新手準(zhǔn)備的其他方面內(nèi)容

Recommender-Wide&Deep Network旷祸，推薦系統(tǒng)中 wide & deep 網(wǎng)絡(luò)的教學(xué)示例：

https://github.com/tflearn/tflearn/blob/master/examples/others/recommender_wide_and_deep.py

Spiral Classification Problem，對斯坦福 CS231n spiral 分類難題的 TFLearn 實現(xiàn)：

https://github.com/tflearn/tflearn/blob/master/examples/notebooks/spiral.ipynb

層讼昆，與 TensorFlow 一起使用  TFLearn 層：

https://github.com/tflearn/tflearn/blob/master/examples/extending_tensorflow/layers.py

訓(xùn)練器托享，使用 TFLearn 訓(xùn)練器類訓(xùn)練任何 TensorFlow 圖：

https://github.com/tflearn/tflearn/blob/master/examples/extending_tensorflow/layers.py

Bulit-in Ops，連同 TensorFlow 使用 TFLearn built-in 操作：

https://github.com/tflearn/tflearn/blob/master/examples/extending_tensorflow/builtin_ops.py

Summaries浸赫，連同 TensorFlow 使用 TFLearn summarizers：

https://github.com/tflearn/tflearn/blob/master/examples/extending_tensorflow/summaries.py

Variables闰围，連同 TensorFlow 使用 TFLearn Variables：

https://github.com/tflearn/tflearn/blob/master/examples/extending_tensorflow/variables.py

自然語言處理模型及數(shù)據(jù)集

循環(huán)神經(jīng)網(wǎng)絡(luò)（LSTM），應(yīng)用 LSTM 到 IMDB 情感數(shù)據(jù)集分類任

https://github.com/tflearn/tflearn/blob/master/examples/nlp/lstm.py

雙向 RNN（LSTM）既峡，將一個雙向 LSTM 應(yīng)用到 IMDB 情感數(shù)據(jù)集分類任務(wù)：

https://github.com/tflearn/tflearn/blob/master/examples/nlp/bidirectional_lstm.py

動態(tài) RNN（LSTM）羡榴，利用動態(tài) LSTM 從 IMDB 數(shù)據(jù)集分類可變長度文本：

https://github.com/tflearn/tflearn/blob/master/examples/nlp/dynamic_lstm.py

城市名稱生成，使用 LSTM 網(wǎng)絡(luò)生成新的美國城市名：

https://github.com/tflearn/tflearn/blob/master/examples/nlp/lstm_generator_cityname.py

莎士比亞手稿生成运敢，使用 LSTM 網(wǎng)絡(luò)生成新的莎士比亞手稿：

https://github.com/tflearn/tflearn/blob/master/examples/nlp/lstm_generator_shakespeare.py

Seq2seq校仑，seq2seq 循環(huán)網(wǎng)絡(luò)的教學(xué)示例：

https://github.com/tflearn/tflearn/blob/master/examples/nlp/seq2seq_example.py

CNN Seq，應(yīng)用一個 1-D 卷積網(wǎng)絡(luò)從 IMDB 情感數(shù)據(jù)集中分類詞序列

https://github.com/tflearn/tflearn/blob/master/examples/nlp/cnn_sentence_classification.py

資源|TensorFlow初學(xué)者必須了解的55個經(jīng)典案例

最后編輯于：2018.03.24 04:18:30

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者

人面猴
序言：七十年代末传惠，一起剝皮案震驚了整個濱河市迄沫，隨后出現(xiàn)的幾起案子，更是在濱河造成了極大的恐慌卦方，老刑警劉巖邢滑，帶你破解...
沈念sama閱讀 217,509評論 6贊 504
死咒
序言：濱河連續(xù)發(fā)生了三起死亡事件，死亡現(xiàn)場離奇詭異愿汰，居然都是意外死亡，警方通過查閱死者的電腦和手機(jī)乐纸，發(fā)現(xiàn)死者居然都...
沈念sama閱讀 92,806評論 3贊 394
救了他兩次的神仙讓他今天三更去死
文/潘曉璐我一進(jìn)店門衬廷，熙熙樓的掌柜王于貴愁眉苦臉地迎上來，“玉大人汽绢，你說我怎么就攤上這事吗跋。” “怎么了宁昭？”我有些...
開封第一講書人閱讀 163,875評論 0贊 354
道士緝兇錄：失蹤的賣姜人
文/不壞的土叔我叫張陵跌宛，是天一觀的道長。經(jīng)常有香客問我积仗，道長疆拘，這世上最難降的妖魔是什么？我笑而不...
開封第一講書人閱讀 58,441評論 1贊 293
?港島之戀（遺憾婚禮）
正文為了忘掉前任寂曹，我火速辦了婚禮哎迄，結(jié)果婚禮上回右，老公的妹妹穿的比我還像新娘。我一直安慰自己漱挚，他們只是感情好翔烁，可當(dāng)我...
茶點(diǎn)故事閱讀 67,488評論 6贊 392
惡毒庶女頂嫁案：這布局不是一般人想出來的
文/花漫我一把揭開白布。她就那樣靜靜地躺著旨涝，像睡著了一般蹬屹。火紅的嫁衣襯著肌膚如雪。梳的紋絲不亂的頭發(fā)上白华，一...
開封第一講書人閱讀 51,365評論 1贊 302
城市分裂傳說
那天慨默，我揣著相機(jī)與錄音，去河邊找鬼衬鱼。笑死业筏，一個胖子當(dāng)著我的面吹牛，可吹牛的內(nèi)容都是我干的鸟赫。我是一名探鬼主播蒜胖，決...
沈念sama閱讀 40,190評論 3贊 418
雙鴛鴦連環(huán)套：你想象不到人心有多黑
文/蒼蘭香墨我猛地睜開眼，長吁一口氣：“原來是場噩夢啊……” “哼抛蚤！你這毒婦竟也來了台谢？” 一聲冷哼從身側(cè)響起，我...
開封第一講書人閱讀 39,062評論 0贊 276
萬榮殺人案實錄
序言：老撾萬榮一對情侶失蹤岁经，失蹤者是張志新（化名）和其女友劉穎朋沮，沒想到半個月后，有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體缀壤，經(jīng)...
沈念sama閱讀 45,500評論 1贊 314
?護(hù)林員之死
正文獨(dú)居荒郊野嶺守林人離奇死亡樊拓，尸身上長有42處帶血的膿包…… 初始之章·張勛以下內(nèi)容為張勛視角年9月15日...
茶點(diǎn)故事閱讀 37,706評論 3贊 335
?白月光啟示錄
正文我和宋清朗相戀三年，在試婚紗的時候發(fā)現(xiàn)自己被綠了塘慕。大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片筋夏。...
茶點(diǎn)故事閱讀 39,834評論 1贊 347
活死人
序言：一個原本活蹦亂跳的男人離奇死亡，死狀恐怖图呢，靈堂內(nèi)的尸體忽然破棺而出条篷，到底是詐尸還是另有隱情，我是刑警寧澤蛤织，帶...
沈念sama閱讀 35,559評論 5贊 345
?日本核電站爆炸內(nèi)幕
正文年R本政府宣布赴叹，位于F島的核電站，受9級特大地震影響指蚜，放射性物質(zhì)發(fā)生泄漏乞巧。R本人自食惡果不足惜，卻給世界環(huán)境...
茶點(diǎn)故事閱讀 41,167評論 3贊 328
男人毒藥：我在死后第九天來索命
文/蒙蒙一姚炕、第九天我趴在偏房一處隱蔽的房頂上張望摊欠。院中可真熱鬧丢烘，春花似錦、人聲如沸些椒。這莊子的主人今日做“春日...
開封第一講書人閱讀 31,779評論 0贊 22
一樁弒父案，背后竟有這般陰謀
文/蒼蘭香墨我抬頭看了看天上的太陽免糕。三九已至赢乓，卻和暖如春，著一層夾襖步出監(jiān)牢的瞬間石窑，已是汗流浹背牌芋。一陣腳步聲響...
開封第一講書人閱讀 32,912評論 1贊 269
情欲美人皮
我被黑心中介騙來泰國打工，沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留松逊，地道東北人躺屁。一個月前我還...
沈念sama閱讀 47,958評論 2贊 370
代替公主和親
正文我出身青樓，卻偏偏與公主長得像经宏，于是被迫代替她去往敵國和親犀暑。傳聞我的和親對象是個殘疾皇子，可洞房花燭夜當(dāng)晚...
茶點(diǎn)故事閱讀 44,779評論 2贊 354