TensorFlow 資源大全中文版
阿新 • • 發佈:2018-12-29
jtoy 發起整理的 TensorFlow 資源,包含一些很棒的 TensorFlow 工程、庫、專案等。
什麼是TensorFlow?
TensorFlow 是一個採用資料流圖(data flow graphs),用於數值計算的開源軟體庫。節點(Nodes)在圖中表示數學操作,圖中的線(edges)則表示在節點間相互聯絡的多維資料陣列,即張量(tensor)。它靈活的架構讓你可以在多種平臺上展開計算,例如臺式計算機中的一個或多個CPU(或GPU)、伺服器、移動裝置等等。TensorFlow 最初由Google Brain 小組(隸屬於Google機器智慧研究機構)的研究員和工程師們開發出來,用於機器學習和深度神經網路方面的研究,但這個系統的通用性使其也可廣泛用於其他計算領域。
教程
- TensorFlow 教程1 – 從基礎到有趣的TensorFlow程式
- TensorFlow 教程2 – 介紹基於谷歌TensorFlow框架的深度學習,其中有些教程是學習了Newmu的Theano教程
- TensorFlow 例項 – TensorFlow教程以及一些新手的程式碼例項
- Sungjoon的TensorFlow-101 – 在Jupyter Notebook上用python寫的TensorFlow教程
- 時間序列上的分類 – 在TensorFlow上的基於手機感測資料的LSTM迴圈神經網路
模型/工程
- 圖片形態轉換 – 無監督圖片形態轉換的實現
- Neural Style
- Pretty Tensor – Pretty Tensor提供了高級別的TensorFlow封裝介面
- Neural Style – neural style的又一實現
- AlexNet3D – 用3D卷積層實現AlexNet
- TensorFlow筆記 – TensorFlow的學習筆記和總結,附帶一些圖片說明
- NeuralArt – 藝術風格繪畫的神經網路演算法TensorFlow實現
- TensorFlow生成手寫體 – 實現Alex Grave的論文中關於生成手寫體的部分
- 基於物體搜尋和過濾視訊 – 使用卷積神經網路基於視訊中的物品、地點等來搜尋、過濾和描述視訊
- 聊天機器人 – 一個基於深度學習的聊天機器人
- colornet – 使用神經網路給灰度影象著色
- 影象生成器 – Show and Tell演算法實現
- DeepOSM – 使用OpenStreetMap和衛星影象訓練深度學習網路
- DQN-tensorflow – TensorFlow通過OpenAI Gym實現深度學習來實現“深度強化學習下達到人類水平的控制”
- Highway Networks – 使用TensorFlow和Fomoro進行簡單的超深度網路訓練
- 用CNN做句子分類 – 用TensorFlow實現句子分類的卷積神經網路
- End-To-End Memory Networks – 使用TensorFlow實現End-To-End的Memory Network
- YOLO TensorFlow ++ – TensorFlow實現YOLO實時物體檢測,支援實時執行在移動裝置上
- Wavenet – TensorFlow實現用來生成音訊的WaveNet對抗生成網路架構
由TensorFlow提供技術支援
- android-yolo – 在安卓裝置商使用YOLO實行實時物體檢測,由TensorFlow提供技術支援
- Magenta – 在製作音樂和藝術中使用機器智慧提升藝術形態(研究專案)
庫
- tensorflow.rb – TensorFlow的Ruby版本,使用了SWIG
- TensorFrames – Apache Spark上DataFrames的TensorFlow封裝
- caffe-tensorflow – 轉換Caffe模型為TensorFlow的模式
- keras – 用於TensorFlow和Theano的小型的模組化的庫
- SyntaxNet 語法分析神經網路模型 – 全球標準化的Transition-Based神經網路模型的TensorFlow實現
- keras-js – 在GPU的支援下,在瀏覽器中執行Keras模型
- NNFlow – 一個簡單的框架,可以將ROOT NTuples轉換成可以在TensorFlow使用的Numpy資料
視訊
論文
官方公告
社群
書
- 《First Contact with TensorFlow – 第一次接觸TensorFlow》。作者 Jordi Torres 是UPC Barcelona Tech 的教授。也是 Barcelona 超級計算中心的研究經理和高階顧問
- 《Deep Learning with Python – 深度學習之python》,使用Keras在Theano和TensorFlow開發深度學習模型
- 《TensorFlow for Machine Intelligence – TensorFlow實現機器智慧》,提供完成的教程,從基本的圖運算到在實際應用中製造深度學習模型
- 《Getting Started with TensorFlow – TensorFlow入門》,開始學習並使用谷歌最新的資料計算庫TensorFlow來深度分析資料
- 《Hands-On Machine Learning with Scikit-Learn and TensorFlow – 通過Scikit-Learn和TensorFlow來實踐機器學習》,覆蓋了機器學習的基礎、訓練以及在多個伺服器和GPU上部署深度學習網路,以及CNN、RNN、自動編碼器和Deep Q.
- 《Building Machine Learning Projects with Tensorflow》 – 這本書包含了多個不同型別的工程,來說明TensorFlow在不同場景中的應用,這本書的工程包括了訓練模型、機器學習、深度學習以及多種神經網路,每個工程都是一個精妙的、有意義的專案,會教我們如何使用TensorFlow並在使用中如何對資料分層
go相關的資源是從這兒獲取的