【轉(zhuǎn)】【Tensorflow】TensorFlow的55個(gè)經(jīng)典案例

【干貨】TensorFlow的55個(gè)經(jīng)典案例

judyzhong 于 星期一, 11/27/2017 - 10:15 發(fā)表

image

本文是TensorFlow實(shí)現(xiàn)流行機(jī)器學(xué)習(xí)算法的教程匯集,目標(biāo)是讓讀者可以輕松通過清晰簡明的案例深入了解 TensorFlow。這些案例適合那些想要實(shí)現(xiàn)一些 TensorFlow 案例的初學(xué)者泌豆。本教程包含還包含筆記和帶有注解的代碼。

第一步:給TF新手的教程指南

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:
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
MNIST 數(shù)據(jù)集入門筆記
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...

2:tf初學(xué)者需要了解的入門基礎(chǔ)

Hello World
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

基本操作
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

3:tf初學(xué)者需要掌握的基本模型

最近鄰:
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

線性回歸:
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

Logistic 回歸:
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

4:tf初學(xué)者需要嘗試的神經(jīng)網(wǎng)絡(luò)

多層感知器:
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

卷積神經(jīng)網(wǎng)絡(luò):
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

循環(huán)神經(jīng)網(wǎng)絡(luò)(LSTM):
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

雙向循環(huán)神經(jīng)網(wǎng)絡(luò)(LSTM):
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

動(dòng)態(tài)循環(huán)神經(jīng)網(wǎng)絡(luò)(LSTM)
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

自編碼器
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

5:tf初學(xué)者需要精通的實(shí)用技術(shù)

保存和恢復(fù)模型
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

圖和損失可視化
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

Tensorboard——高級(jí)可視化
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

5: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
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

6: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(cè)試径荔。運(yùn)行這些案例時(shí)少辣,該數(shù)據(jù)集會(huì)被自動(dòng)下載下來(使用 input_data.py)耐齐。
MNIST數(shù)據(jù)集筆記: https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
官方網(wǎng)站: http://yann.lecun.com/exdb/mnist/

第二步:為TF新手準(zhǔn)備的各個(gè)類型的案例厂抽、模型和數(shù)據(jù)集

初步了解:TFLearn TensorFlow
接下來的示例來自TFLearn需频,這是一個(gè)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)算和層筷凤。
使用教程:TFLearn 快速入門贺辰。通過一個(gè)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(gè)深度神經(jīng)網(wǎng)絡(luò)分類器嵌施。
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,使用 TFLearn 實(shí)現(xiàn)線性回歸
https://github.com/tflearn/tflearn/blob/master/examples/basics/linear_re...
邏輯運(yùn)算符莽鸭。使用 TFLearn 實(shí)現(xiàn)邏輯運(yùn)算符
https://github.com/tflearn/tflearn/blob/master/examples/basics/logical.py
權(quán)重保持吗伤。保存和還原一個(gè)模型
https://github.com/tflearn/tflearn/blob/master/examples/basics/weights_p...
微調(diào)。在一個(gè)新任務(wù)上微調(diào)一個(gè)預(yù)訓(xùn)練的模型
https://github.com/tflearn/tflearn/blob/master/examples/basics/finetunin...
使用 HDF5硫眨。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足淆。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(jì)算機(jī)視覺模型及數(shù)據(jù)集

多層感知器。一種用于 MNIST 分類任務(wù)的多層感知實(shí)現(xiàn)
https://github.com/tflearn/tflearn/blob/master/examples/images/dnn.py
卷積網(wǎng)絡(luò)(MNIST)礁阁。用于分類 MNIST 數(shù)據(jù)集的一種卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)
https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_m...
卷積網(wǎng)絡(luò)(CIFAR-10)巧号。用于分類 CIFAR-10 數(shù)據(jù)集的一種卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)
https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_c...
網(wǎng)絡(luò)中的網(wǎng)絡(luò)。用于分類 CIFAR-10 數(shù)據(jù)集的 Network in Network 實(shí)現(xiàn)
https://github.com/tflearn/tflearn/blob/master/examples/images/network_i...
Alexnet姥闭。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丹鸿。將 VGGNet 應(yīng)用于 Oxford Flowers 17 分類任務(wù)
https://github.com/tflearn/tflearn/blob/master/examples/images/vgg_netwo...
VGGNet Finetuning (Fast Training)。使用一個(gè)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)上棚品,以便實(shí)現(xiàn)快速訓(xùn)練
https://github.com/tflearn/tflearn/blob/master/examples/images/vgg_netwo...
RNN Pixels靠欢。使用 RNN(在像素的序列上)分類圖像
https://github.com/tflearn/tflearn/blob/master/examples/images/rnn_pixel...
Highway Network廊敌。用于分類 MNIST 數(shù)據(jù)集的 Highway Network 實(shí)現(xiàn)
https://github.com/tflearn/tflearn/blob/master/examples/images/highway_d...
Highway Convolutional Network。用于分類 MNIST 數(shù)據(jù)集的 Highway Convolutional Network 實(shí)現(xiàn)
https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_h...
Residual Network (MNIST) 门怪。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_...
Residual Network (CIFAR-10)骡澈。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_...
Google Inception(v3)。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
自編碼器掷空。用于 MNIST 手寫數(shù)字的自編碼器
https://github.com/tflearn/tflearn/blob/master/examples/images/autoencod...

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)肋殴,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),將一個(gè)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/bidirectiona...
動(dòng)態(tài) RNN(LSTM)坦弟,利用動(dòng)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
城市名稱生成护锤,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_generat...
莎士比亞手稿生成,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_generat...
Seq2seq减拭,seq2seq 循環(huán)網(wǎng)絡(luò)的教學(xué)示例:
https://github.com/tflearn/tflearn/blob/master/examples/nlp/seq2seq_exam...
CNN Seq蔽豺,應(yīng)用一個(gè) 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...

強(qiáng)化學(xué)習(xí)案例

Atari Pacman 1-step Q-Learning,使用 1-step Q-learning 教一臺(tái)機(jī)器玩 Atari 游戲:
https://github.com/tflearn/tflearn/blob/master/examples/reinforcement_le...

第三步:為TF新手準(zhǔn)備的其他方面內(nèi)容

Recommender-Wide&Deep Network拧粪,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/recommend...
Spiral Classification Problem修陡,對(duì)斯坦福 CS231n spiral 分類難題的 TFLearn 實(shí)現(xiàn):
https://github.com/tflearn/tflearn/blob/master/examples/notebooks/spiral...
層,與 TensorFlow 一起使用 TFLearn 層:
https://github.com/tflearn/tflearn/blob/master/examples/extending_tensor...
訓(xùn)練器可霎,使用 TFLearn 訓(xùn)練器類訓(xùn)練任何 TensorFlow 圖:
https://github.com/tflearn/tflearn/blob/master/examples/extending_tensor...
Bulit-in Ops魄鸦,連同 TensorFlow 使用 TFLearn built-in 操作:
https://github.com/tflearn/tflearn/blob/master/examples/extending_tensor...
Summaries,連同 TensorFlow 使用 TFLearn summarizers:
https://github.com/tflearn/tflearn/blob/master/examples/extending_tensor...
Variables癣朗,連同 TensorFlow 使用 TFLearn Variables:
https://github.com/tflearn/tflearn/blob/master/examples/extending_tensor...

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末拾因,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子旷余,更是在濱河造成了極大的恐慌绢记,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,968評(píng)論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件正卧,死亡現(xiàn)場(chǎng)離奇詭異蠢熄,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)炉旷,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,601評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門签孔,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人窘行,你說我怎么就攤上這事饥追。” “怎么了罐盔?”我有些...
    開封第一講書人閱讀 153,220評(píng)論 0 344
  • 文/不壞的土叔 我叫張陵但绕,是天一觀的道長。 經(jīng)常有香客問我惶看,道長壁熄,這世上最難降的妖魔是什么帚豪? 我笑而不...
    開封第一講書人閱讀 55,416評(píng)論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮草丧,結(jié)果婚禮上狸臣,老公的妹妹穿的比我還像新娘。我一直安慰自己昌执,他們只是感情好烛亦,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,425評(píng)論 5 374
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著懂拾,像睡著了一般煤禽。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上岖赋,一...
    開封第一講書人閱讀 49,144評(píng)論 1 285
  • 那天檬果,我揣著相機(jī)與錄音,去河邊找鬼唐断。 笑死选脊,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的脸甘。 我是一名探鬼主播恳啥,決...
    沈念sama閱讀 38,432評(píng)論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼丹诀!你這毒婦竟也來了钝的?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,088評(píng)論 0 261
  • 序言:老撾萬榮一對(duì)情侶失蹤铆遭,失蹤者是張志新(化名)和其女友劉穎硝桩,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體枚荣,經(jīng)...
    沈念sama閱讀 43,586評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡亿柑,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 36,028評(píng)論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了棍弄。 大學(xué)時(shí)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。...
    茶點(diǎn)故事閱讀 38,137評(píng)論 1 334
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡疟游,死狀恐怖呼畸,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情颁虐,我是刑警寧澤蛮原,帶...
    沈念sama閱讀 33,783評(píng)論 4 324
  • 正文 年R本政府宣布,位于F島的核電站另绩,受9級(jí)特大地震影響儒陨,放射性物質(zhì)發(fā)生泄漏花嘶。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,343評(píng)論 3 307
  • 文/蒙蒙 一蹦漠、第九天 我趴在偏房一處隱蔽的房頂上張望椭员。 院中可真熱鬧,春花似錦笛园、人聲如沸隘击。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,333評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽埋同。三九已至,卻和暖如春棵红,著一層夾襖步出監(jiān)牢的瞬間凶赁,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,559評(píng)論 1 262
  • 我被黑心中介騙來泰國打工逆甜, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留虱肄,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 45,595評(píng)論 2 355
  • 正文 我出身青樓忆绰,卻偏偏與公主長得像浩峡,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子错敢,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,901評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容