jtoy 發起整理的 TensorFlow 資源,包含一些很棒的 TensorFlow 工程、庫、項目等。python
什麼是TensorFlow?android
TensorFlow 是一個採用數據流圖(data flow graphs),用於數值計算的開源軟件庫。節點(Nodes)在圖中表示數學操做,圖中的線(edges)則表示在節點間相互聯繫的多維數據數組,即張量(tensor)。它靈活的架構讓你能夠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)、服務器、移動設備等等。TensorFlow 最初由Google Brain 小組(隸屬於Google機器智能研究機構)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絡方面的研究,但這個系統的通用性使其也可普遍用於其餘計算領域。git
教程github
TensorFlow 教程1 – 從基礎到有趣的TensorFlow程序golang
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web
TensorFlow 實例 – TensorFlow教程以及一些新手的代碼實例算法
Sungjoon的TensorFlow-101 – 在Jupyter Notebook上用python寫的TensorFlow教程數組
Terry Um的TensorFlow練習 – 根據其餘TensorFlow項目再創做的代碼瀏覽器
在樹莓派3上安裝TensorFlow – 在樹莓派上正確安裝和運行TensorFlow服務器
時間序列上的分類 – 在TensorFlow上的基於手機傳感數據的LSTM循環神經網絡
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算法 -基於聚焦機制的自動圖像生成器
Neural Style – Neural Style 算法的TensorFlow實現
Pretty Tensor – Pretty Tensor提供了高級別的TensorFlow封裝接口
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絡算法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
基於物體搜索和過濾視頻 – 使用卷積神經網絡基於視頻中的物品、地點等來搜索、過濾和描述視頻
使用TensorFlow來轉換莎士比亞做品和現代版本的英語 – 實現莎士比亞做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 – 使用神經網絡給灰度圖像着色
圖像生成器 – Show and Tell算法實現
Attention based的自動圖像生成器 – Show, Attend and Tell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的維特比算法和先後向算法
DeepOSM – 使用OpenStreetMap和衛星圖像訓練深度學習網絡
DQN-tensorflow – TensorFlow經過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絡訓練
用CNN作句子分類 – 用TensorFlow實現句子分類的卷積神經網絡
End-To-End Memory Networks – 使用TensorFlow實現End-To-End的Memory Network
Character-Aware的神經語言模型 – 基於字符感知的LSTM語言模型
YOLO TensorFlow ++ – TensorFlow實現YOLO實時物體檢測,支持實時運行在移動設備上
Wavenet – TensorFlow實現用來生成音頻的WaveNet對抗生成網絡架構
Mnemonic Descent Method – TensorFlow實現助記符降低法:重現端對端的人臉對齊
由TensorFlow提供技術支持
YOLO TensorFlow – 實現YOLO:實時物體檢測
android-yolo – 在安卓設備商使用YOLO實行實時物體檢測,由TensorFlow提供技術支持
Magenta – 在製做音樂和藝術中使用機器智能提高藝術形態(研究項目)
庫
Scikit Flow (TensorFlow Learn) – 深度/機器學習的簡化版接口(如今是TensorFlow的一部分)
tensorflow.rb – TensorFlow的Ruby版本,使用了SWIG
TensorFlowlearn – 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模型爲TensorFlow的模式
keras – 用於TensorFlow和Theano的小型的模塊化的庫
SyntaxNet 語法分析神經網絡模型 – 全球標準化的Transition-Based神經網絡模型的TensorFlow實現
keras-js – 在GPU的支持下,在瀏覽器中運行Keras模型
NNFlow – 一個簡單的框架,能夠將ROOT NTuples轉換成能夠在TensorFlow使用的Numpy數據
視頻
TensorFlow Guide 1 – TensorFlow的安裝和使用指南1
TensorFlow Guide 2 – TensorFlow的安裝和使用指南2
TensorFlow Basic Usage – 基本使用指南
TensorFlow Deep MNIST for Experts – 深刻了解MNIST
TensorFlow Udacity Deep Learning – 在有1GB數據的Cloud 9在線服務安裝TensorFlow的步驟
爲何谷歌但願全部人均可以訪問TensorFlow
1/19/2016TensorFlow 硅谷見面會
1/21/2016TensorFlow 硅谷見面會
19th Apr 2016 斯坦福CS224d 第七課 – TensorFlow介紹 – CS224d 用於天然語言處理的深度學習 By Richard Socher
經過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的接口以及咱們在google上構建的這些接口的實現
TensorFlow.Learn: TensorFlow’s High-level Module for Distributed Machine Learning – TensorFlow用於分佈式機器學習的高級別模塊
Comparative Study of Deep Learning Software Frameworks – 這個研究運行在不一樣的深度學習架構上,咱們也評估在單機上使用CPU和GPU配置時同一框架的性能
Distributed TensorFlow with MPI – 在論文中,咱們使用MPI將TensorFlow在大規模集羣中擴展
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 – 這個論文展現了TensorFlow的數據流模型並與存在的系統進行對比,展示了它引人注目的性能
官方公告
TensorFlow: smarter machine learning, for everyone – 介紹了TensorFlow
Announcing SyntaxNet: The World’s Most Accurate Parser Goes Open Source – SyntaxNet的發佈公告「一個基於TensorFlow的開源神經網絡系統,爲天然語言理解系統打下了基礎」
博文
Why TensorFlow will change the Game for AI – 爲何TensorFlow會改變遊戲的AI
TensorFlow 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的接口
Building Machine Learning Estimator in TensorFlow – 瞭解TensorFlow的內部學習評估器
TensorFlow – Not Just For Deep Learning – TensorFlow,不單單爲了深度學習
The indico Machine Learning Team’s take on TensorFlow – indico機器學習團隊採納TensorFlow
The Good, Bad, & Ugly of TensorFlow – 爲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代碼
使用TensorBoard來可視化TensorFlow訓練的圖片分類
TensorFlowRecords Guide – 語義分割和處理TensorFlowRecord文件格式
社區
Stack Overflow
@TensorFlo on Twitter
Mailing List
書
《First Contact with TensorFlow – 第一次接觸TensorFlow》。做者 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級顧問
《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實現機器智能》,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數據計算庫TensorFlow來深度分析數據
《Hands-On Machine Learning with Scikit-Learn and TensorFlow – 經過Scikit-Learn和TensorFlow來實踐機器學習》,覆蓋了機器學習的基礎、訓練以及在多個服務器和GPU上部署深度學習網絡,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一樣類型的工程,來講明TensorFlow在不一樣場景中的應用,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絡,每一個工程都是一個精妙的、有意義的項目,會教咱們如何使用TensorFlow並在使用中如何對數據分層
有些python相關的庫是從vinta那兒拷貝的(https://github.com/jobbole/awesome-python-cn)
go相關的資源是從這兒(https://github.com/golang/go/wiki/Projects#Machine_Learning)獲取的