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Terry Um的TensorFlow練習 – 根據其他TensorFlow專案再創作的程式碼在樹莓派3上安裝TensorFlow – 在樹莓派上正確安裝和執行TensorFlow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Show, Attend and Tell演算法 -基於聚焦機制的自動影象生成器Neural Style – Neural Style 演算法的TensorFlow實現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AlexNetTensorFlow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DQN玩乒乓TensorFlow生成手寫體 – 實現Alex Grave的論文中關於生成手寫體的部分TensorFlow實現神經圖靈機 – TensorFlow實現神經圖靈機基於物體搜尋和過濾影片 – 使用卷積神經網路基於影片中的物品、地點等來搜尋、過濾和描述影片使用TensorFlow來轉換莎士比亞作品和現代版本的英語 – 實現莎士比亞作品和現代版本的英語的單語轉換聊天機器人 – 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Attention based的自動影象生成器 – Show, Attend and Tell演算法實現Weakly_detector – 用於定位的深度特徵Dynamic Capacity Networks – DCN的TensorFlow實現TensorFlow實現HMM – 實現HMM的維特比演算法和前後向演算法DeepOSM – 使用OpenStreetMap和衛星影象訓練深度學習網路DQN-tensorflow – TensorFlow透過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 NetworkCharacter-Aware的神經語言模型 – 基於字元感知的LSTM語言模型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Mnemonic Descent Method – TensorFlow實現助記符下降法：重現端對端的人臉對齊

由TensorFlow提供技術支援

YOLO TensorFlow – 實現YOLO:實時物體檢測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

Scikit Flow (TensorFlow Learn) – 深度/機器學習的簡化版介面（現在是TensorFlow的一部分）tensorflow.rb – TensorFlow的Ruby版本，使用了SWIGTensorFlowlearn – 有高級別API的深度學習庫TensorFlow-Slim – TensorFlow中的高級別簡化版庫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

影片

TensorFlow Guide 1 – TensorFlow的安裝和使用指南1TensorFlow Guide 2 – TensorFlow的安裝和使用指南2TensorFlow Basic Usage – 基本使用指南TensorFlow Deep MNIST for Experts – 深入瞭解MNISTTensorFlow Udacity Deep Learning – 在有1GB資料的Cloud 9線上服務安裝TensorFlow的步驟為什麼谷歌希望所有人都可以訪問TensorFlow1/19/2016TensorFlow 矽谷見面會1/21/2016TensorFlow 矽谷見面會19th Apr 2016 斯坦福CS224d 第七課 – TensorFlow介紹 – CS224d 用於自然語言處理的深度學習 By Richard Socher透過TensorFlow瞭解機器學習 – Pycon 大會，2016年使用TensorFlow的大規模深度學習 – Jeff Dean在Spark Summit 2016上的演講TensorFlow和深度學習

論文

TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems – 論文介紹了TensorFlow的介面以及我們在google上構建的這些介面的實現TensorFlow.Learn: TensorFlow’s High-level Module for Distributed Machine Learning – TensorFlow用於分散式機器學習的高級別模組Comparative Study of Deep Learning Software Frameworks – 這個研究執行在不同的深度學習架構上，我們也評估在單機上使用CPU和GPU配置時同一框架的效能Distributed TensorFlow with MPI – 在論文中，我們使用MPI將TensorFlow在大規模叢集中擴充套件Globally Normalized Transition-Based Neural Networks – 這個論文介紹了SyntaxNet背後的模型TensorFlow: A system for large-scale machine learning – 這個論文展示了TensorFlow的資料流模型並與存在的系統進行對比，展現了它引人注目的效能

官方公告

TensorFlow: smarter machine learning, for everyone – 介紹了TensorFlowAnnouncing SyntaxNet: The World’s Most Accurate Parser Goes Open Source – SyntaxNet的釋出公告“一個基於TensorFlow的開源神經網路系統，為自然語言理解系統打下了基礎”博文Why TensorFlow will change the Game for AI – 為什麼TensorFlow會改變遊戲的AITensorFlow for Poets – 瞭解TensorFlow的實現Introduction to Scikit Flow – Simplified Interface to TensorFlow – Scikit Flow簡介，它簡化了TensorFlow的介面Building Machine Learning Estimator in TensorFlow – 瞭解TensorFlow的內部學習評估器TensorFlow – Not Just For Deep Learning – TensorFlow,不僅僅為了深度學習The indico Machine Learning Team’s take on TensorFlow – indico機器學習團隊採納TensorFlowThe Good, Bad, & Ugly of TensorFlow – 為期六個月快速演進的報告（一個小貼士和竅門來彌補TensorFlow的不足）Fizz Buzz in TensorFlow – Joel Grus的一個玩笑RNNs In TensorFlow, A Practical Guide And Undocumented Features – 基於TensorFlow的RNN實現，Github上提供了步驟和全套程式碼使用TensorBoard來視覺化TensorFlow訓練的圖片分類TensorFlowRecords Guide – 語義分割和處理TensorFlowRecord檔案格式

社群

Stack Overflow@TensorFlo on TwitterRedditMailing List

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 – 透過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

人工智慧全面爆發

歷史性機遇如何把握？

AI深度學習直播課火熱來襲

計算機視覺、語音識別、NLP

熱門技術盡在掌握

限時鉅惠 搶先學習

瞭解課程詳情：

http://19.offcn.com/class-143707/?scode=jZiXMZ