<p>jtoy 发起整理的 TensorFlow 资源，包含一些很棒的 TensorFlow 工程、库、项目等。</p>    <h3>什么是TensorFlow？</h3>    <p>TensorFlow 是一个采用数据流图（data flow graphs），用于数值计算的开源软件库。节点（Nodes）在图中表示数学操作，图中的线（edges）则表示在节点间相互联系的多维数据数组，即张量（tensor）。它灵活的架构让你可以在多种平台上展开计算，例如台式计算机中的一个或多个CPU（或GPU）、服务器、移动设备等等。TensorFlow 最初由Google Brain 小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。</p>    <h3>教程</h3>    <ul>     <li><a href="/misc/goto?guid=4959663282715610239" rel="nofollow,noindex">TensorFlow 教程1</a> – 从基础到有趣的TensorFlow程序</li>     <li><a href="/misc/goto?guid=4959663266352192657" rel="nofollow,noindex">TensorFlow 教程2</a> – 介绍基于谷歌TensorFlow框架的深度学习，其中有些教程是学习了Newmu的Theano教程</li>     <li><a href="/misc/goto?guid=4959648869643362601" rel="nofollow,noindex">TensorFlow 实例</a> – TensorFlow教程以及一些新手的代码实例</li>     <li><a href="/misc/goto?guid=4959741465369608533" rel="nofollow,noindex">Sungjoon的TensorFlow-101</a> – 在Jupyter Notebook上用python写的TensorFlow教程</li>     <li><a href="/misc/goto?guid=4959741465478895798" rel="nofollow,noindex">Terry Um的TensorFlow练习</a> – 根据其他TensorFlow项目再创作的代码</li>     <li><a href="/misc/goto?guid=4959741465592739684" rel="nofollow,noindex">在树莓派3上安装TensorFlow</a> – 在树莓派上正确安装和运行TensorFlow</li>     <li><a href="/misc/goto?guid=4959741465702076797" rel="nofollow,noindex">时间序列上的分类</a> – 在TensorFlow上的基于手机传感数据的LSTM循环神经网络</li>    </ul>    <h3>模型/工程</h3>    <ul>     <li><a href="/misc/goto?guid=4959741465806478452" rel="nofollow,noindex">图片形态转换</a> – 无监督图片形态转换的实现</li>     <li><a href="/misc/goto?guid=4959741465920002562" rel="nofollow,noindex">Show, Attend and Tell算法</a> -基于聚焦机制的自动图像生成器</li>     <li><a href="/misc/goto?guid=4959741466047019693" rel="nofollow,noindex">Neural Style</a> – Neural Style 算法的TensorFlow实现</li>     <li><a href="/misc/goto?guid=4959741466184607070" rel="nofollow,noindex">Pretty Tensor</a> – Pretty Tensor提供了高级别的TensorFlow封装接口</li>     <li><a href="/misc/goto?guid=4959741466308752306" rel="nofollow,noindex">Neural Style</a> – neural style的又一实现</li>     <li><a href="/misc/goto?guid=4959741466456095526" rel="nofollow,noindex">AlexNet3D</a> – 用3D卷积层实现AlexNet</li>     <li><a href="/misc/goto?guid=4959741466575481091" rel="nofollow,noindex">TensorFlow笔记</a> – TensorFlow的学习笔记和总结，附带一些图片说明</li>     <li><a href="/misc/goto?guid=4959741466704203209" rel="nofollow,noindex">NeuralArt</a> – 艺术风格绘画的神经网络算法TensorFlow实现</li>     <li><a href="/misc/goto?guid=4959741466843098294" rel="nofollow,noindex">DQN玩乒乓</a></li>     <li><a href="/misc/goto?guid=4959741466961336380" rel="nofollow,noindex">TensorFlow生成手写体</a> – 实现Alex Grave的论文中关于生成手写体的部分</li>     <li><a href="/misc/goto?guid=4959741467089133693" rel="nofollow,noindex">TensorFlow实现神经图灵机</a> – TensorFlow实现神经图灵机</li>     <li><a href="/misc/goto?guid=4959741467223704332" rel="nofollow,noindex">基于物体搜索和过滤视频</a> – 使用卷积神经网络基于视频中的物品、地点等来搜索、过滤和描述视频</li>     <li><a href="/misc/goto?guid=4959741467357627726" rel="nofollow,noindex">使用TensorFlow来转换莎士比亚作品和现代版本的英语</a> – 实现莎士比亚作品和现代版本的英语的单语转换</li>     <li><a href="/misc/goto?guid=4959741467475092084" rel="nofollow,noindex">聊天机器人</a> – 一个基于深度学习的聊天机器人</li>     <li><a href="/misc/goto?guid=4959727450750737637" rel="nofollow,noindex">colornet</a> – 使用神经网络给灰度图像着色</li>     <li><a href="/misc/goto?guid=4959741467649933046" rel="nofollow,noindex">图像生成器</a> – Show and Tell算法实现</li>     <li><a href="/misc/goto?guid=4959741467649933046" rel="nofollow,noindex">Attention based的自动图像生成器</a> – Show, Attend and Tell算法实现</li>     <li><a href="/misc/goto?guid=4959741467796518608" rel="nofollow,noindex">Weakly_detector</a> – 用于定位的深度特征</li>     <li><a href="/misc/goto?guid=4959741467931132409" rel="nofollow,noindex">Dynamic Capacity Networks</a> – DCN的TensorFlow实现</li>     <li><a href="/misc/goto?guid=4959741468060825868" rel="nofollow,noindex">TensorFlow实现HMM</a> – 实现HMM的维特比算法和前后向算法</li>     <li><a href="/misc/goto?guid=4959741468190044695" rel="nofollow,noindex">DeepOSM</a> – 使用OpenStreetMap和卫星图像训练深度学习网络</li>     <li><a href="/misc/goto?guid=4959741468315235657" rel="nofollow,noindex">DQN-tensorflow</a> – TensorFlow通过OpenAI Gym实现深度学习来实现“深度强化学习下达到人类水平的控制”</li>     <li><a href="/misc/goto?guid=4959741468442197945" rel="nofollow,noindex">Highway Networks</a> – 使用TensorFlow和Fomoro进行简单的超深度网络训练</li>     <li><a href="/misc/goto?guid=4959741468574841833" rel="nofollow,noindex">用CNN做句子分类</a> – 用TensorFlow实现句子分类的卷积神经网络</li>     <li><a href="/misc/goto?guid=4959741468698915559" rel="nofollow,noindex">End-To-End Memory Networks</a> – 使用TensorFlow实现End-To-End的Memory Network</li>     <li><a href="/misc/goto?guid=4959741468827902055" rel="nofollow,noindex">Character-Aware的神经语言模型</a> – 基于字符感知的LSTM语言模型</li>     <li><a href="/misc/goto?guid=4959741468959710472" rel="nofollow,noindex">YOLO TensorFlow ++</a> – TensorFlow实现YOLO实时物体检测，支持实时运行在移动设备上</li>     <li><a href="/misc/goto?guid=4959741469088043811" rel="nofollow,noindex">Wavenet</a> – TensorFlow实现用来生成音频的WaveNet对抗生成网络架构</li>     <li><a href="/misc/goto?guid=4959741469214788920" rel="nofollow,noindex">Mnemonic Descent Method</a> – TensorFlow实现助记符下降法：重现端对端的人脸对齐</li>    </ul>    <h3>由TensorFlow提供技术支持</h3>    <ul>     <li><a href="/misc/goto?guid=4959741469336014926" rel="nofollow,noindex">YOLO TensorFlow</a> – 实现YOLO:实时物体检测</li>     <li><a href="/misc/goto?guid=4959741469466846390" rel="nofollow,noindex">android-yolo</a> – 在安卓设备商使用YOLO实行实时物体检测，由TensorFlow提供技术支持</li>     <li><a href="/misc/goto?guid=4959727450678557991" rel="nofollow,noindex">Magenta</a> – 在制作音乐和艺术中使用机器智能提升艺术形态（研究项目）</li>    </ul>    <h3>库</h3>    <ul>     <li><a href="/misc/goto?guid=4959741469641712567" rel="nofollow,noindex">Scikit Flow (TensorFlow Learn)</a> – 深度/机器学习的简化版接口（现在是TensorFlow的一部分）</li>     <li><a href="/misc/goto?guid=4959741469766190682" rel="nofollow,noindex">tensorflow.rb</a> – TensorFlow的Ruby版本，使用了SWIG</li>     <li><a href="/misc/goto?guid=4959741469895937191" rel="nofollow,noindex">TensorFlowlearn</a> – 有高级别API的深度学习库</li>     <li><a href="/misc/goto?guid=4959741470018453047" rel="nofollow,noindex">TensorFlow-Slim</a> – TensorFlow中的高级别简化版库</li>     <li><a href="/misc/goto?guid=4959741470145431012" rel="nofollow,noindex">TensorFrames</a> – Apache Spark上DataFrames的TensorFlow封装</li>     <li><a href="/misc/goto?guid=4959741470282773689" rel="nofollow,noindex">caffe-tensorflow</a> – 转换Caffe模型为TensorFlow的模式</li>     <li><a href="/misc/goto?guid=4959741470403953949" rel="nofollow,noindex">keras</a> – 用于TensorFlow和Theano的小型的模块化的库</li>     <li><a href="/misc/goto?guid=4959741470541309967" rel="nofollow,noindex">SyntaxNet 语法分析神经网络模型</a> – 全球标准化的Transition-Based神经网络模型的TensorFlow实现</li>     <li><a href="/misc/goto?guid=4959741470667025631" rel="nofollow,noindex">keras-js</a> – 在GPU的支持下，在浏览器中运行Keras模型</li>     <li><a href="/misc/goto?guid=4959741470774813751" rel="nofollow,noindex">NNFlow</a> – 一个简单的框架，可以将ROOT NTuples转换成可以在TensorFlow使用的Numpy数据</li>    </ul>    <h3>视频</h3>    <ul>     <li><a href="/misc/goto?guid=4959741470895019479" rel="nofollow,noindex">TensorFlow Guide 1</a> – TensorFlow的安装和使用指南1</li>     <li><a href="/misc/goto?guid=4959741471003992920" rel="nofollow,noindex">TensorFlow Guide 2</a> – TensorFlow的安装和使用指南2</li>     <li><a href="/misc/goto?guid=4959741471102822650" rel="nofollow,noindex">TensorFlow Basic Usage</a> – 基本使用指南</li>     <li><a href="/misc/goto?guid=4959741471204356887" rel="nofollow,noindex">TensorFlow Deep MNIST for Experts</a> – 深入了解MNIST</li>     <li><a href="/misc/goto?guid=4959741471289898033" rel="nofollow,noindex">TensorFlow Udacity Deep Learning</a> – 在有1GB数据的Cloud 9在线服务安装TensorFlow的步骤</li>     <li><a href="/misc/goto?guid=4959741471386062322" rel="nofollow,noindex">为什么谷歌希望所有人都可以访问TensorFlow</a></li>     <li><a href="/misc/goto?guid=4959741471476252738" rel="nofollow,noindex">1/19/2016TensorFlow 硅谷见面会</a></li>     <li><a href="/misc/goto?guid=4959741471565857990" rel="nofollow,noindex">1/21/2016TensorFlow 硅谷见面会</a></li>     <li><a href="https://www.油Tube.com/watch?v=L8Y2_Cq2X5s&index=7&list=PLmImxx8Char9Ig0ZHSyTqGsdhb9weEGam" rel="nofollow,noindex">19th Apr 2016 斯坦福CS224d 第七课 – TensorFlow介绍</a> – CS224d 用于自然语言处理的深度学习 By Richard Socher</li>     <li><a href="https://www.油Tube.com/watch?v=GZBIPwdGtkk&feature=youtu.be&list=PLBkISg6QfSX9HL6us70IBs9slFciFFa4W" rel="nofollow,noindex">通过TensorFlow了解机器学习</a> – Pycon 大会，2016年</li>     <li><a href="https://www.油Tube.com/watch?v=XYwIDn00PAo&feature=youtu.be" rel="nofollow,noindex">使用TensorFlow的大规模深度学习</a> – Jeff Dean在Spark Summit 2016上的演讲</li>     <li><a href="/misc/goto?guid=4959741471897838405" rel="nofollow,noindex">TensorFlow和深度学习</a></li>    </ul>    <h3>论文</h3>    <ul>     <li><a href="/misc/goto?guid=4958972762258138679" rel="nofollow,noindex">TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems</a> – 论文介绍了TensorFlow的接口以及我们在google上构建的这些接口的实现</li>     <li><a href="/misc/goto?guid=4959741472004516594" rel="nofollow,noindex">TensorFlow.Learn: TensorFlow’s High-level Module for Distributed Machine Learning</a> – TensorFlow用于分布式机器学习的高级别模块</li>     <li><a href="/misc/goto?guid=4959741472080368978" rel="nofollow,noindex">Comparative Study of Deep Learning Software Frameworks</a> – 这个研究运行在不同的深度学习架构上，我们也评估在单机上使用CPU和GPU配置时同一框架的性能</li>     <li><a href="/misc/goto?guid=4959741472166619047" rel="nofollow,noindex">Distributed TensorFlow with MPI</a> – 在论文中，我们使用MPI将TensorFlow在大规模集群中扩展</li>     <li><a href="/misc/goto?guid=4959741472253948319" rel="nofollow,noindex">Globally Normalized Transition-Based Neural Networks</a> – 这个论文介绍了 <a href="/misc/goto?guid=4959741470541309967" rel="nofollow,noindex">SyntaxNet</a> 背后的模型</li>     <li><a href="/misc/goto?guid=4959741472342135493" rel="nofollow,noindex">TensorFlow: A system for large-scale machine learning</a> – 这个论文展示了TensorFlow的数据流模型并与存在的系统进行对比，展现了它引人注目的性能</li>    </ul>    <h3>官方公告</h3>    <ul>     <li><a href="/misc/goto?guid=4958971542265224992" rel="nofollow,noindex">TensorFlow: smarter machine learning, for everyone</a> – 介绍了TensorFlow</li>     <li><a href="/misc/goto?guid=4959741472459128041" rel="nofollow,noindex">Announcing SyntaxNet: The World’s Most Accurate Parser Goes Open Source</a> – SyntaxNet的发布公告“一个基于TensorFlow的开源神经网络系统，为自然语言理解系统打下了基础” <h3>博文</h3> </li>     <li><a href="/misc/goto?guid=4959741472546229228" rel="nofollow,noindex">Why TensorFlow will change the Game for AI</a> – 为什么TensorFlow会改变游戏的AI</li>     <li><a href="/misc/goto?guid=4959741472631372087" rel="nofollow,noindex">TensorFlow for Poets</a> – 了解TensorFlow的实现</li>     <li><a href="/misc/goto?guid=4959741472706155832" rel="nofollow,noindex">Introduction to Scikit Flow – Simplified Interface to TensorFlow</a> – Scikit Flow简介，它简化了TensorFlow的接口</li>     <li><a href="/misc/goto?guid=4959741472792768610" rel="nofollow,noindex">Building Machine Learning Estimator in TensorFlow</a> – 了解TensorFlow的内部学习评估器</li>     <li><a href="/misc/goto?guid=4959741472877628470" rel="nofollow,noindex">TensorFlow – Not Just For Deep Learning</a> – TensorFlow,不仅仅为了深度学习</li>     <li><a href="/misc/goto?guid=4959741472951612662" rel="nofollow,noindex">The indico Machine Learning Team’s take on TensorFlow</a> – indico机器学习团队采纳TensorFlow</li>     <li><a href="/misc/goto?guid=4959741473041871336" rel="nofollow,noindex">The Good, Bad, & Ugly of TensorFlow</a> – 为期六个月快速演进的报告（一个小贴士和窍门来弥补TensorFlow的不足）</li>     <li><a href="/misc/goto?guid=4959741473110817648" rel="nofollow,noindex">Fizz Buzz in TensorFlow</a> – Joel Grus的一个玩笑</li>     <li><a href="/misc/goto?guid=4959741473200272500" rel="nofollow,noindex">RNNs In TensorFlow, A Practical Guide And Undocumented Features</a> – 基于TensorFlow的RNN实现，Github上提供了步骤和全套代码</li>     <li><a href="/misc/goto?guid=4959741473278035740" rel="nofollow,noindex">使用TensorBoard来可视化TensorFlow训练的图片分类</a></li>     <li><a href="/misc/goto?guid=4959741473369655267" rel="nofollow,noindex">TensorFlowRecords Guide</a> – 语义分割和处理TensorFlowRecord文件格式</li>    </ul>    <h3>社区</h3>    <ul>     <li><a href="/misc/goto?guid=4958998679651756172" rel="nofollow,noindex">Stack Overflow</a></li>     <li><a href="/misc/goto?guid=4959741473630688280" rel="nofollow,noindex">@TensorFlo on 推ter</a></li>     <li><a href="/misc/goto?guid=4959741473717641030" rel="nofollow,noindex">Reddit</a></li>     <li><a href="/misc/goto?guid=4958998679735625001" rel="nofollow,noindex">Mailing List</a></li>    </ul>    <h3>书</h3>    <ul>     <li>《 <a href="/misc/goto?guid=4959741473831092216" rel="nofollow,noindex">First Contact with TensorFlow</a> – 第一次接触TensorFlow》。作者 Jordi Torres 是UPC Barcelona Tech 的教授。也是 Barcelona 超级计算中心的研究经理和高级顾问</li>     <li>《 <a href="/misc/goto?guid=4959741473907254886" rel="nofollow,noindex">Deep Learning with Python</a> – 深度学习之python》，使用Keras在Theano和TensorFlow开发深度学习模型</li>     <li>《 <a href="/misc/goto?guid=4959741473991143368" rel="nofollow,noindex">TensorFlow for Machine Intelligence</a> – TensorFlow实现机器智能》，提供完成的教程，从基本的图运算到在实际应用中制造深度学习模型</li>     <li>《 <a href="/misc/goto?guid=4959741474075150018" rel="nofollow,noindex">Getting Started with TensorFlow</a> – TensorFlow入门》，开始学习并使用谷歌最新的数据计算库TensorFlow来深度分析数据</li>     <li>《 <a href="/misc/goto?guid=4959741474164682997" rel="nofollow,noindex">Hands-On Machine Learning with Scikit-Learn and TensorFlow</a> – 通过Scikit-Learn和TensorFlow来实践机器学习》，覆盖了机器学习的基础、训练以及在多个服务器和GPU上部署深度学习网络，以及CNN、RNN、自动编码器和Deep Q.</li>     <li>《 <a href="/misc/goto?guid=4959741474249383615" rel="nofollow,noindex">Building Machine Learning Projects with Tensorflow</a> 》 – 这本书包含了多个不同类型的工程，来说明TensorFlow在不同场景中的应用，这本书的工程包括了训练模型、机器学习、深度学习以及多种神经网络，每个工程都是一个精妙的、有意义的项目，会教我们如何使用TensorFlow并在使用中如何对数据分层</li>    </ul>    <p> </p>    <p> </p>    <p>来自：http://blog.jobbole.com/110558/</p>    <p> </p>