前一段時(shí)間比較系統(tǒng)的學(xué)習(xí)了一下tensorflow，從安裝tensorflow到實(shí)現(xiàn)一些小的demo。在這個(gè)過程里面，在網(wǎng)上看了很多教程米奸， 學(xué)習(xí)了很多大牛的博客，看了很多很棒的代碼爽篷，同時(shí)也掉進(jìn)了很多坑悴晰，走了很多“彎路”。在這里階段性的小結(jié)一下逐工。
推薦的tensorlfow 教程 ：
吳恩達(dá)的deeplearning 铡溪，網(wǎng)易云課堂上面可以免費(fèi)的觀看。這個(gè)不是講tensorflow泪喊，它更加注重 棕硫，深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的概念和數(shù)學(xué)推導(dǎo)過程。把這個(gè)課程看完之后袒啼，基本上會(huì)有對(duì)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)有一個(gè)完整的認(rèn)識(shí)哈扮，同時(shí)在寫tensorflow的時(shí)候，調(diào)用一些函數(shù)的時(shí)候蚓再，不會(huì)對(duì)底層感到很迷茫滑肉。
莫煩的tensorlfow教程
一個(gè)很好的tf教程，很適合入門摘仅。but它的教程更偏向于tensorflow的實(shí)現(xiàn)過程靶庙，對(duì)于網(wǎng)絡(luò)模型的底層的數(shù)學(xué)過程，他介紹的不是很多娃属。但是六荒，我個(gè)人覺得這個(gè)非常重要，對(duì)于一個(gè)網(wǎng)絡(luò)的正向和方向的數(shù)據(jù)流的過程以及維度的變化矾端，還是要有一個(gè)清楚的認(rèn)識(shí)掏击。要不然對(duì)機(jī)器學(xué)習(xí)的認(rèn)識(shí)就變成一個(gè)黑盒了。周志華的西瓜書《機(jī)器學(xué)習(xí)》
很多人推薦的一本經(jīng)典教程吧，是結(jié)合吳恩達(dá)的課程一起看的，但沒怎么看完，也不敢多評(píng)價(jià)了霉翔。李航 《統(tǒng)計(jì)學(xué)習(xí)方法》
作為一個(gè)對(duì)數(shù)學(xué)很畏懼的人钠惩，基本上最純數(shù)學(xué)的教程或書籍都是繞著走的。但是族阅，這本是我看過的最好的數(shù)學(xué)類的書籍篓跛，很薄了一本書，淘寶20多元坦刀，但是真實(shí)的受益匪淺愧沟，學(xué)到了非常非常多的東西。這本書可以一直放在手邊鲤遥，沒事多翻翻沐寺。@hanbingtao 的博客 https://www.zybuluo.com/hanbingtao/note/541458
這位大哥的博客比較注重從網(wǎng)絡(luò)模型的實(shí)現(xiàn)推導(dǎo)過程，從感知機(jī)到rnn盖奈，lstm混坞，cnn全用公式推導(dǎo)了一次，包括正向和反向的過程钢坦。還有幾個(gè)github ：
Philippines大學(xué)的roatienza大爺?shù)? https://github.com/roatienza
hanbingtao 的GitHub ： https://github.com/hanbt
莫煩的GitHub ：https://github.com/MorvanZhou
Xiang Liang的GitHub ： https://github.com/xlvector還有實(shí)驗(yàn)室的師兄們究孕，給了很多幫助。和 stackoverflow 解決了很多遇到的問題爹凹。
公開課
Udacity Deep Learning 優(yōu)達(dá)學(xué)城
英文 English 中文 Chinese 免費(fèi)
cs231n 卷積神經(jīng)網(wǎng)絡(luò)與計(jì)算機(jī)視覺
cs224d 循環(huán)神經(jīng)網(wǎng)絡(luò)與自然語言處理
這是我用tf實(shí)現(xiàn)的常用的基本網(wǎng)絡(luò)模型 厨诸，這可能是最容易上手，注釋最多的tensorflow教程了禾酱。很多關(guān)于數(shù)據(jù)維度和tf的函數(shù)都加上了注釋微酬，對(duì)新手來說很friendly。而且颤陶，他們都是可以從github上面拉下來就可以運(yùn)行的颗管！
包括：
- 線性回歸 ，Logistic 回歸
- 多層感知器 實(shí)現(xiàn)mnist手寫數(shù)字?jǐn)?shù)據(jù)集的分類
- CNN卷積神經(jīng)網(wǎng)絡(luò)
- RNN遞歸神經(jīng)網(wǎng)絡(luò)
- LSTM網(wǎng)絡(luò)
- 自編碼器
- 保存和恢復(fù)模型
關(guān)于網(wǎng)絡(luò)模型的介紹指郁，代碼的實(shí)現(xiàn)忙上，學(xué)習(xí)過程中遇到的問題，掉的“坑”闲坎，在后面文章里面再整理疫粥。先把代碼放在這里。github地址 :
https://github.com/zhaozhengcoder/Machine-Learning/tree/master/tensorflow_tutorials
PS:
有人私信問如何在自己的電腦上面跑起來腰懂，我的代碼運(yùn)行環(huán)境是python 版本 3.5.4 梗逮，tensorflow 版本 1.4.0。環(huán)境搭建教程如下：
- 安裝python
## window下安裝python
1. 到https://www.python.org/downloads/windows/ 官網(wǎng)下載安裝包绣溜，點(diǎn)擊安裝（記的勾選add path 添加環(huán)境變量）
2. 或者 慷彤，查看廖雪峰的教程 : https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014316090478912dab2a3a9e8f4ed49d28854b292f85bb000
## ubuntu 下安裝python
sudo apt-get install python3.5
- 安裝tensorflow
## windows
### cpu版本
pip3 install --upgrade tensorflow
### gpu版本
pip3 install --upgrade tensorflow-gpu
## ubuntu
pip install tensorflow
PPS :
感謝莫煩 https://github.com/MorvanZhou 的幫助
重復(fù)了莫煩的GitHub上面的代碼，發(fā)現(xiàn)代碼的結(jié)果有一點(diǎn)和他的博客上面說的不一樣的地方，于是發(fā)了提了一個(gè)問題底哗，收到了很認(rèn)真的答復(fù)岁诉。感覺這是一個(gè)溫暖的世界。
