十個主題，最全的優秀 TensorFlow 相關資源列表

什麼是 TensorFlow？

TensorFlow 是一個開源軟件庫，用於使用數據流圖進行數值計算。換句話說，便是構建深度學習模型的最佳方式。

本文整理了一些優秀的有關 TensorFlow 的實踐 、庫和項目的列表。

1、教程

• TensorFlow Tutorial 1 — 從基礎到更有趣的 TensorFlow 應用
• TensorFlow Tutorial 2 — 基於 Google TensorFlow 框架的深度學習簡介，這些教程是 Newmu 的Theano 直接端口
• TensorFlow Examples — 給初學者的 TensorFlow 教程和代碼示例
• Sungjoon's TensorFlow-101 — 經過 Python 使用 Jupyter Notebook 編寫的 TensorFlow 教程
• Terry Um’s TensorFlow Exercises — 從其餘 TensorFlow 示例從新建立代碼
• Installing TensorFlow on Raspberry Pi 3  — TensorFlow 在樹莓派上正確編譯和運行
• Classification on time series  — 在 TensorFlow 中使用 LSTM 對手機傳感器數據進行遞歸神經網絡分類

2、模型/項目

• Show, Attend and Tell  — 基於聚焦機制的圖像字幕生成器（聚焦機制「Attention Mechanism」是當下深度學習前沿熱點之一，可以逐個關注輸入的不一樣部分，給出一系列理解）
• Neural Style — Neural Style 的實現（Neural Style 是讓機器模仿已有畫做的繪畫風格把一張圖片從新繪製的算法）
• Pretty Tensor — Pretty Tensor 提供了一個高級構建器 API
• Neural Style — Neural Style 的實現
• TensorFlow White Paper Notes — 帶註釋的筆記和 TensorFlow 白皮書的摘要，以及 SVG 圖形和文檔連接
• NeuralArt — 藝術風格神經算法的實現
• 使用 TensorFlow 和 PyGame 來深度強化學習乒乓球
• Generative Handwriting Demo using TensorFlow — 嘗試實現 Alex Graves 的論文中隨機手寫生成部分
• Neural Turing Machine in TensorFlow — 神經圖靈機的 TensorFlow 實現
• GoogleNet Convolutional Neural Network Groups Movie Scenes By Setting — 根據對象，地點和其中顯示的其餘內容來搜索、過濾和描述視頻
• Neural machine translation between the writings of Shakespeare and modern English using TensorFlow — 單語翻譯，從現代英語到莎士比亞，反之亦然
• Chatbot  — 「一個神經會話模型」的實現
• Colornet - Neural Network to colorize grayscale images — 經過神經網絡給灰度圖像着色
• Neural Caption Generator with Attention — 圖像理解的 Tensorflow 實現
• Weakly_detector — 「學習深層特徵以區分本地化」的 TensorFlow 實現
• Dynamic Capacity Networks — 「動態容量網絡」的實現
• HMM in TensorFlow — HMM 的維特比和前向/後向算法的實現
• DeepOSM  — 使用 OpenStreetMap 功能和衛星圖像訓練 TensorFlow 神經網絡
• DQN-tensorflow — 使用 TensorFlow 經過 OpenAI Gym 實現 DeepMind 的「經過深度強化學習的人類水平控制」
• Highway Network — "深度網絡訓練" 的 TensorFlow 實現
• Sentence Classification with CNN — TensorFlow 實現「卷積神經網絡的句子分類」
• End-To-End Memory Networks — 端到端記憶網絡的實現
• Character-Aware Neural Language Models  — 字符感知神經語言模型的 TensorFlow 實現
• YOLO TensorFlow ++ — TensorFlow 實現的 「YOLO：實時對象檢測」，具備訓練和支持在移動設備上實時運行的功能
• Wavenet — WaveNet 生成神經網絡架構的 TensorFlow 實現，用於生成音頻
• Mnemonic Descent Method — 助記符降低法：應用於端對端對準的復現過程

3、由 TensorFlow 提供技術支持

• YOLO TensorFlow  — 實現 「YOLO：實時對象檢測」
• Magenta  — 音樂和藝術的生成與機器智能（研究項目）

4、與 TensorFlow 有關的庫

• Scikit Flow (TF Learn) — 深度/機器學習的簡化接口（如今是 TensorFlow 的一部分）
• tensorflow.rb — 使用 SWIG 用於 Ruby 的 TensorFlow 本地接口
• tflearn — 深度學習庫，具備更高級別的 API
• TensorFlow-Slim — 在 TensorFlow 中定義、訓練和評估模型的輕量級庫
• TensorFrames — Apache Spark 的 TensorFlow 綁定，Apache Spark 上 DataFrames 的 Tensorflow 包裹器
• caffe-tensorflow — 將 Caffe 模型轉換爲 TensorFlow 格式
• keras — 用於 TensorFlow 和 Theano 的最小、模塊化深度學習庫
• SyntaxNet: Neural Models of Syntax — TensorFlow 實現全球標準化中基於過渡的神經網絡描述的模型

5、視頻

• TensorFlow Guide 1 — TensorFlow 安裝和使用指南 1
• TensorFlow Guide 2 — TensorFlow 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 — 在具備 1Gb 數據的 Cloud 9 在線服務上免費安裝 TensorFlow 的基本步驟
• 爲何 Google 但願每一個人都有權訪問 TensorFlow
• 2016/1/19 TensorFlow 硅谷見面會
• 2016/1/21 TensorFlow 硅谷見面會
• Stanford CS224d Lecture 7 - Introduction to TensorFlow, 19th Apr 2016  — CS224d 用於天然語言處理的深度學習
• Diving into Machine Learning through TensorFlow — 經過 TensorFlow 進入機器學習，2016 Pycon 大會
• Large Scale Deep Learning with TensorFlow  — Jeff Dean Spark Summit 2016 主題演講
• Tensorflow and deep learning - without at PhD — TensorFlow 和 深度學習 （by Martin Görner）

6、論文/文獻

• TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems — 介紹了 TensorFlow 接口以及在 Google 上構建的該接口的實現
• Comparative Study of Deep Learning Software Frameworks — 該研究在幾種類型的深度學習架構上進行，咱們評估上述框架在單個機器上用於（多線程）CPU 和 GPU（Nvidia Titan X）設置時的性能
• Distributed TensorFlow with MPI — 在本文中，咱們對最近提出的 Google TensorFlow 使用消息傳遞接口（MPI）在大規模集羣上執行進行擴展
• Globally Normalized Transition-Based Neural Networks  — 本文介紹了 SyntaxNet 背後的模型
• TensorFlow: A system for large-scale machine learning  — 本文介紹了 TensorFlow 數據流模型與現有系統的對比，並展現了引人注目的性能

7、官方公告

• TensorFlow: smarter machine learning, for everyone  — 介紹 TensorFlow
• Announcing SyntaxNet: The World’s Most Accurate Parser Goes Open Source  — SyntaxNet 的發佈聲明，「一個在 TensorFlow 中實現的開源神經網絡框架，爲天然語言理解系統提供了基礎。

8、博客文章

• 爲何 TensorFlow 會改變遊戲的 AI
• TensorFlow for Poets — 完成 TensorFlow 的實現
• Scikit 流簡介，簡化 TensorFlow 接口 — 主要特色說明
• Building Machine Learning Estimator in TensorFlow — 瞭解 TensorFlow 的內部學習估計器
• TensorFlow — 不僅是用於深度學習
•  indico 機器學習團隊對 TensorFlow 的採納
• The Good, Bad, & Ugly of TensorFlow — 一份六個月快速演變的調查
• Fizz Buzz in TensorFlow — Joel Grus 的一個笑話
• 在 TensorFlow 使用 RNNs 的實用指南和未記錄的功能 — 分步指南，在 GitHub 上提供完整的代碼示例
• 使用 TensorBoard 在 TensorFlow 中可視化圖像分類的從新訓練

9、社區

• Stack Overflow TensorFlow 專區
• @TensorFlo 推特帳號
• Reddit 的 TensorFlow 版塊
• 郵件列表

10、書籍

• 與 TensorFlow 的初次接觸 — 做者：Jordi Torres，UPC Barcelona Tech 教授，巴塞羅那超級計算中心研究經理和高級顧問
• 使用 Python 進行深度學習 — 使用 Keras 在 Theano 和 TensorFlow 上開發深度學習模型（By Jason Brownlee）
• 用於機器智能的 TensorFlow — 一份完整指南 — 使用 TensorFlow 從圖形計算的基礎到深度學習模型，並在生產環境中使用它（Bleeding Edge 出版）
• TensorFlow 入門 — 使用 Google 的最新數值計算庫開始運行，並深刻了解您的數據（By Giancarlo Zaccone）
• 使用 Scikit-Learn 和 TensorFlow 的實踐機器學習 — 涵蓋 ML 基本原理，使用 TensorFlow，最新的 CNN，RNN 和 Autoencoder 架構在多個服務器和 GPU 上訓練和部署深度網絡，以及強化學習（Deep Q）
• 使用 TensorFlow 構建機器學習項目 — 本書涵蓋了 TensorFlow 中的各類項目，揭示了 TensorFlow 在不一樣狀況下能夠作什麼。還提供了關於訓練模型，機器學習，深度學習和各類使用神經網絡的項目。每一個項目都是一個有吸引力和有見地的練習，將教你如何使用 TensorFlow，並告訴您如何經過使用 Tensors 來探索數據層。

原文連接：https://my.oschina.net/hardbone/blog/798552
編譯自：https://github.com/jtoy/awesome-tensorflow
做者：開源中國 – 局長
[ 轉載必須在正文中標註並保留原文連接、譯文連接和譯者等信息。]