8K 星！這多是最適合你的 TensorFlow 教程

8K 星！這多是最適合你的 TensorFlow 教程

點擊上方「AI有道」，選擇「置頂」公衆號

重磅乾貨，第一時間送達

最近，筆者發現 GitHub 上出現了一份超火的 TensorFlow 教程，目前已經收穫了 8000+ star 了。這份 TensorFlow 教程來自弗吉尼亞理工博士 Amirsina Torfi。而這份教程最大的特色就是清晰簡單，很是適合入門。

項目地址：

https://github.com/osforscience/TensorFlow-Course#basic-machine-learning

爲何寫這個教程？

如今關於 TensorFlow 的教程特別多，社區也很熱鬧。但談及爲何寫這個教程，做者直言說到不少 TensorFlow 教程有個通病，就是過於複雜或缺少文檔。只有少數可用的教程是簡明和結構良好的，且可以讓人真正明白其實現過程。

這個教程的目標就是給社區提供結構化教程和簡單、優化的代碼實現，以便更好地幫助初學者快速有效地使用 TensorFlow。值得注意的是，這個項目的主要目標是提供文檔豐富的教程和較不復雜的代碼！

教程目錄

這份 GitHub 教程內容豐富，包括如下幾個方面：

• 什麼是 TensorFlow？

• 爲何使用 TensorFlow？

• 這個項目的特色是什麼？

• TensorFlow 熱身

• TensorFlow 基礎知識

• TensorFlow 機器學習

• TensorFlow 神經網絡

下面，筆者就主要幾個方面進行說明：

1. TensorFlow 基礎知識

這部分將會介紹 TensorFlow 的基礎知識，包括張量、變量、自動求導、數學運算等等。不只包含代碼，文檔也很豐富。

2. TensorFlow 機器學習

這部分主要介紹幾個主要的機器學習算法，並使用 TensorFlow 實現。包括：

• 線性迴歸

• 邏輯迴歸

• 線性 SVM

• 多分類、核 SVM

代碼部分和文檔都有！

3. TensorFlow 神經網絡

這部分主要介紹神經網絡的重點知識，包括：

• 多層感知機

• 卷積神經網絡 CNN

• 循環神經網絡 RNN

這是本教程最重要也是最精彩的地方。每部分的例子都很經典，代碼只能說很是友好。做者真是用心了。

附屬資源：

最後，做者也提供了一些比較好的 TensorFlow，供你們參閱學習。

1. TensorFlow Examples

地址：

https://github.com/aymericdamien/TensorFlow-Examples

特色：

含教程和代碼，適合初學者

2. Sungjoon's TensorFlow-101

地址：

https://github.com/sjchoi86/Tensorflow-101

特色：

教程使用 Python 和 Jupyter Notebook 編寫

3. Terry Um’s TensorFlow Exercises

地址：

https://github.com/terryum/TensorFlow_Exercises

特色：

從新從其餘 TensorFlow 示例建立代碼

4. Classification on time series

地址：

https://github.com/guillaume-chevalier/LSTM-Human-Activity-Recognition

特色：

使用 TensorFlow 中的 LSTM 對手機傳感器數據進行 RNN 分類。

【推薦閱讀】

乾貨 | 公衆號歷史文章精選（附資源）

個人深度學習入門路線

個人機器學習入門路線圖