摘要: 一個精心挑選的有關(guān) TensorFlow 的實踐 、庫和項目的列表洪添。全網(wǎng)最全垦页！
什么是 TensorFlow？
TensorFlow 是一個開源軟件庫干奢，用于使用數(shù)據(jù)流圖進(jìn)行數(shù)值計算痊焊。換句話說，即是構(gòu)建深度學(xué)習(xí)模型的最佳方式律胀。
本文整理了一些優(yōu)秀的有關(guān) TensorFlow 的實踐 宋光、庫和項目的列表。
一炭菌、教程
TensorFlow Tutorial 1 — 從基礎(chǔ)到更有趣的 TensorFlow 應(yīng)用
TensorFlow Tutorial 2 — 基于 Google TensorFlow 框架的深度學(xué)習(xí)簡介罪佳，這些教程是 Newmu 的Theano 直接端口
TensorFlow Examples — 給初學(xué)者的 TensorFlow 教程和代碼示例
Sungjoon's TensorFlow-101 — 通過 Python 使用 Jupyter Notebook 編寫的 TensorFlow 教程
Terry Um’s TensorFlow Exercises — 從其他 TensorFlow 示例重新創(chuàng)建代碼
Installing TensorFlow on Raspberry Pi 3 — TensorFlow 在樹莓派上正確編譯和運行
Classification on time series — 在 TensorFlow 中使用 LSTM 對手機(jī)傳感器數(shù)據(jù)進(jìn)行遞歸神經(jīng)網(wǎng)絡(luò)分類
二、模型/項目
Show, Attend and Tell — 基于聚焦機(jī)制的圖像字幕生成器（聚焦機(jī)制「Attention Mechanism」是當(dāng)下深度學(xué)習(xí)前沿?zé)狳c之一黑低，能夠逐個關(guān)注輸入的不同部分赘艳，給出一系列理解）
Neural Style — Neural Style 的實現(xiàn)（Neural Style 是讓機(jī)器模仿已有畫作的繪畫風(fēng)格把一張圖片重新繪制的算法）
Pretty Tensor — Pretty Tensor 提供了一個高級構(gòu)建器 API
Neural Style — Neural Style 的實現(xiàn)
TensorFlow White Paper Notes — 帶注釋的筆記和 TensorFlow 白皮書的摘要，以及 SVG 圖形和文檔鏈接
NeuralArt — 藝術(shù)風(fēng)格神經(jīng)算法的實現(xiàn)
使用 TensorFlow 和 PyGame 來深度強(qiáng)化學(xué)習(xí)乒乓球
Generative Handwriting Demo using TensorFlow — 嘗試實現(xiàn) Alex Graves 的論文中隨機(jī)手寫生成部分
Neural Turing Machine in TensorFlow — 神經(jīng)圖靈機(jī)的 TensorFlow 實現(xiàn)
GoogleNet Convolutional Neural Network Groups Movie Scenes By Setting — 根據(jù)對象克握，地點和其中顯示的其他內(nèi)容來搜索蕾管、過濾和描述視頻
Neural machine translation between the writings of Shakespeare and modern English using TensorFlow — 單語翻譯，從現(xiàn)代英語到莎士比亞菩暗，反之亦然
Chatbot — “一個神經(jīng)會話模型”的實現(xiàn)
Colornet - Neural Network to colorize grayscale images — 通過神經(jīng)網(wǎng)絡(luò)給灰度圖像著色
Neural Caption Generator with Attention — 圖像理解的 Tensorflow 實現(xiàn)
Weakly_detector — “學(xué)習(xí)深層特征以區(qū)分本地化”的 TensorFlow 實現(xiàn)
Dynamic Capacity Networks — “動態(tài)容量網(wǎng)絡(luò)”的實現(xiàn)
HMM in TensorFlow — HMM 的維特比和前向/后向算法的實現(xiàn)
DeepOSM — 使用 OpenStreetMap 功能和衛(wèi)星圖像訓(xùn)練 TensorFlow 神經(jīng)網(wǎng)絡(luò)
DQN-tensorflow — 使用 TensorFlow 通過 OpenAI Gym 實現(xiàn) DeepMind 的“通過深度強(qiáng)化學(xué)習(xí)的人類水平控制”
Highway Network — "深度網(wǎng)絡(luò)訓(xùn)練" 的 TensorFlow 實現(xiàn)
Sentence Classification with CNN — TensorFlow 實現(xiàn)“卷積神經(jīng)網(wǎng)絡(luò)的句子分類”
End-To-End Memory Networks — 端到端記憶網(wǎng)絡(luò)的實現(xiàn)
Character-Aware Neural Language Models — 字符感知神經(jīng)語言模型的 TensorFlow 實現(xiàn)
YOLO TensorFlow ++ — TensorFlow 實現(xiàn)的 “YOLO：實時對象檢測”掰曾，具有訓(xùn)練和支持在移動設(shè)備上實時運行的功能
Wavenet — WaveNet 生成神經(jīng)網(wǎng)絡(luò)架構(gòu)的 TensorFlow 實現(xiàn)，用于生成音頻
Mnemonic Descent Method — 助記符下降法：應(yīng)用于端對端對準(zhǔn)的復(fù)現(xiàn)過程
三停团、由 TensorFlow 提供技術(shù)支持
YOLO TensorFlow — 實現(xiàn) “YOLO：實時對象檢測”
Magenta — 音樂和藝術(shù)的生成與機(jī)器智能（研究項目）
四旷坦、與 TensorFlow 有關(guān)的庫
Scikit Flow (TF Learn) — 深度/機(jī)器學(xué)習(xí)的簡化接口（現(xiàn)在是 TensorFlow 的一部分）
tensorflow.rb — 使用 SWIG 用于 Ruby 的 TensorFlow 本地接口
tflearn — 深度學(xué)習(xí)庫，具有更高級別的 API
TensorFlow-Slim — 在 TensorFlow 中定義佑稠、訓(xùn)練和評估模型的輕量級庫
TensorFrames — Apache Spark 的 TensorFlow 綁定秒梅，Apache Spark 上 DataFrames 的 Tensorflow 包裹器
caffe-tensorflow — 將 Caffe 模型轉(zhuǎn)換為 TensorFlow 格式
keras — 用于 TensorFlow 和 Theano 的最小、模塊化深度學(xué)習(xí)庫
SyntaxNet: Neural Models of Syntax — TensorFlow 實現(xiàn)全球標(biāo)準(zhǔn)化中基于過渡的神經(jīng)網(wǎng)絡(luò)描述的模型
五舌胶、視頻
TensorFlow Guide 1 — TensorFlow 安裝和使用指南 1
TensorFlow Guide 2 — TensorFlow 安裝和使用指南 2
TensorFlow Basic Usage — 基本使用指南
TensorFlow Deep MNIST for Experts — 深入了解 MNIST
TensorFlow Udacity Deep Learning — 在具有 1Gb 數(shù)據(jù)的 Cloud 9 在線服務(wù)上免費安裝 TensorFlow 的基本步驟
為什么 Google 希望每個人都有權(quán)訪問 TensorFlow
2016/1/19 TensorFlow 硅谷見面會
2016/1/21 TensorFlow 硅谷見面會
Stanford CS224d Lecture 7 - Introduction to TensorFlow, 19th Apr 2016 — CS224d 用于自然語言處理的深度學(xué)習(xí)
Diving into Machine Learning through TensorFlow — 通過 TensorFlow 進(jìn)入機(jī)器學(xué)習(xí)捆蜀，2016 Pycon 大會
Large Scale Deep Learning with TensorFlow — Jeff Dean Spark Summit 2016 主題演講
Tensorflow and deep learning - without at PhD — TensorFlow 和 深度學(xué)習(xí) （by Martin G?rner）
六、論文/文獻(xiàn)
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems — 介紹了 TensorFlow 接口以及在 Google 上構(gòu)建的該接口的實現(xiàn)
Comparative Study of Deep Learning Software Frameworks — 該研究在幾種類型的深度學(xué)習(xí)架構(gòu)上進(jìn)行，我們評估上述框架在單個機(jī)器上用于（多線程）CPU 和 GPU（Nvidia Titan X）設(shè)置時的性能
Distributed TensorFlow with MPI — 在本文中辆它，我們對最近提出的 Google TensorFlow 使用消息傳遞接口（MPI）在大規(guī)模集群上執(zhí)行進(jìn)行擴(kuò)展
Globally Normalized Transition-Based Neural Networks — 本文介紹了 SyntaxNet 背后的模型
TensorFlow: A system for large-scale machine learning — 本文介紹了 TensorFlow 數(shù)據(jù)流模型與現(xiàn)有系統(tǒng)的對比誊薄，并展示了引人注目的性能
七、官方公告
TensorFlow: smarter machine learning, for everyone — 介紹 TensorFlow
Announcing SyntaxNet: The World’s Most Accurate Parser Goes Open Source — SyntaxNet 的發(fā)布聲明娩井，“一個在 TensorFlow 中實現(xiàn)的開源神經(jīng)網(wǎng)絡(luò)框架暇屋，為自然語言理解系統(tǒng)提供了基礎(chǔ)。
八洞辣、博客文章
為什么 TensorFlow 會改變游戲的 AI
TensorFlow for Poets — 完成 TensorFlow 的實現(xiàn)
Scikit 流簡介咐刨，簡化 TensorFlow 接口 — 主要特點說明
Building Machine Learning Estimator in TensorFlow — 了解 TensorFlow 的內(nèi)部學(xué)習(xí)估計器
TensorFlow — 不只是用于深度學(xué)習(xí)
indico 機(jī)器學(xué)習(xí)團(tuán)隊對 TensorFlow 的采納
The Good, Bad, & Ugly of TensorFlow — 一份六個月快速演變的調(diào)查
Fizz Buzz in TensorFlow — Joel Grus 的一個笑話
在 TensorFlow 使用 RNNs 的實用指南和未記錄的功能 — 分步指南，在 GitHub 上提供完整的代碼示例
使用 TensorBoard 在 TensorFlow 中可視化圖像分類的重新訓(xùn)練
九扬霜、社區(qū)
Stack Overflow TensorFlow 專區(qū)
@TensorFlo 推特賬號
Reddit 的 TensorFlow 版塊
郵件列表
十定鸟、書籍
與 TensorFlow 的初次接觸 — 作者：Jordi Torres，UPC Barcelona Tech 教授著瓶，巴塞羅那超級計算中心研究經(jīng)理和高級顧問
使用 Python 進(jìn)行深度學(xué)習(xí) — 使用 Keras 在 Theano 和 TensorFlow 上開發(fā)深度學(xué)習(xí)模型（By Jason Brownlee）
用于機(jī)器智能的 TensorFlow — 一份完整指南 — 使用 TensorFlow 從圖形計算的基礎(chǔ)到深度學(xué)習(xí)模型联予，并在生產(chǎn)環(huán)境中使用它（Bleeding Edge 出版）
TensorFlow 入門 — 使用 Google 的最新數(shù)值計算庫開始運行，并深入了解您的數(shù)據(jù)（By Giancarlo Zaccone）
使用 Scikit-Learn 和 TensorFlow 的實踐機(jī)器學(xué)習(xí) — 涵蓋 ML 基本原理材原，使用 TensorFlow沸久，最新的 CNN，RNN 和 Autoencoder 架構(gòu)在多個服務(wù)器和 GPU 上訓(xùn)練和部署深度網(wǎng)絡(luò)余蟹，以及強(qiáng)化學(xué)習(xí)（Deep Q）
使用 TensorFlow 構(gòu)建機(jī)器學(xué)習(xí)項目 — 本書涵蓋了 TensorFlow 中的各種項目卷胯，揭示了 TensorFlow 在不同情況下可以做什么。還提供了關(guān)于訓(xùn)練模型威酒，機(jī)器學(xué)習(xí)窑睁，深度學(xué)習(xí)和各種使用神經(jīng)網(wǎng)絡(luò)的項目。每個項目都是一個有吸引力和有見地的練習(xí)葵孤，將教你如何使用 TensorFlow担钮，并告訴您如何通過使用 Tensors 來探索數(shù)據(jù)層。
