一、TensorFlow教程資源

1)適合初學者的TensorFlow教程和代碼示例：

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

該教程不光提供了一些經(jīng)典的數(shù)據(jù)集，更是從實現(xiàn)最簡單的“Hello World”開始，到機器學習的經(jīng)典算法，再到神經(jīng)網(wǎng)絡的常用模型，一步步帶你從入門到精通，是初學者學習TensorFlow的最佳教程。

2)從TensorFlow基礎知識到有趣的項目應用:

https://github.com/pkmital/tensorflow_tutorials

同樣是適合新手的教程，從安裝到項目實戰(zhàn)，教你搭建一個屬于自己的神經(jīng)網(wǎng)絡。

3)使用Jupyter Notebook運行的TensorFlow教程：

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

本教程是基于Jupyter Notebook開發(fā)環(huán)境的TensorFlow教程，Jupyter Notebook是一款非常好用的交互式開發(fā)工具，不僅支持40多種編程語言，還可以實時運行代碼、共享文檔、數(shù)據(jù)可視化、支持markdown等，適用于機器學習、統(tǒng)計建模數(shù)據(jù)處理、特征提取等多個領域。

4)構建您的第一款TensorFlow Android應用程序：

https://omid.al/posts/2017-02-20-Tutorial-Build-Your-First-Tensorflow-Android-App.html

本教程可幫助您從零開始將張量流模型引入到Android應用程序。

5)TensorFlow代碼練習：

https://github.com/terryum/TensorFlow_Exercises

一個從易到難的TensorFlow代碼練習手冊。非常適合學習TensorFlow的小伙伴。

接下來，再給大家推薦一些TensorFlow不錯的***教程：

二、TensorFlow***資源

1)TF Girls 修煉指南：

https://www.youtube.com/watchv=TrWqR***U8A&list=PLwY2GJhAPWRcZxxVFpNhhfivuW0kX15yG&index=2

一個TensorFlow從零開始的公開***課程，課程偏基礎、入門，但知識點講的非常詳細。

2)煉數(shù)成金TensorFlow公開課：

https://www.youtube.com/watchv=eAtGqz8ytOI&list=PLjSwXXbVlK6IHzhLOMpwHHLjYmINRstrk

非常不錯的課程，推薦給大家。

3)當然還有***國立大學李宏毅教程深度學習的課程也值得推薦給大家：

https://www.bilibili.com/video/av9770302/

4)英文不錯的小伙伴，也為大家推薦一些國外大牛的英文課程：

https://www.youtube.com/watch?v=vq2nnJ4g6N0；

http://bit.ly/1OX8s8Y；

https://www.youtube.com/watch?v=GZBIPwdGtkk&t=125s

5)介紹了這么多課程，怎么能少了斯坦福大學TensorFlow系列的課程?。?！

話不多說，直接上鏈接：

https://www.youtube.com/watch?v=g-EvyKpZjmQ&index=1&list=PLIDllPt3EQZoS8gCP3cw273Cq9puuPLTg

課程主頁：

http://web.stanford.edu/class/cs20si/index.html

課程所有的ppt和筆記notes下載地址：

https://pan.baidu.com/s/1o8uOQpW

課程相關實戰(zhàn)的github地址：

chiphuyen/tf-stanford-tutorials

6)最后，怎么能忘了谷歌爸爸發(fā)布在TensorFlow官網(wǎng)上的***教程，針對TensorFlow初級學習的小伙伴還是非常不錯的一套課程，有助于大家快速入門：

https://developers.google.cn/machine-learning/crash-course/

好了，通過上邊的資源文檔和***教程詳細大家對TensorFlow已經(jīng)有了扎實的基礎，接下來是不是應該做一些逼格比較高的實戰(zhàn)項目提升一下自己呢？所以接下來為大家推薦一些項目實戰(zhàn)資源。

三、TensorFlow項目資源

1)一個實現(xiàn)實現(xiàn)Alex Graves論文的隨機手寫生成的案例：

https://github.com/hardmaru/write-rnn-tensorflow

2)基于TensorFlow的生成對抗文本到圖像合成：

https://github.com/zsdonghao/text-to-image

如下圖所示，該項目是基于TensorFlow的DCGAN模型，教大家一步步從對抗生成文本到圖像合成。

3)基于注意力的圖像字幕生成器：

https://github.com/yunjey/show-attend-and-tell

該模型引入了基于注意力的圖像標題生成器?？梢詫⑵渥⒁饬D(zhuǎn)移到圖像的相關部分，同時生成每個單詞。

4)神經(jīng)網(wǎng)絡著色灰度圖像：

https://github.com/pavelgonchar/colornet

一個非常有趣且應用場景非常廣的一個項目，使用神經(jīng)網(wǎng)絡著色灰度圖像。

5)基于Facebook中FastText的簡單嵌入式文本分類器：

https://github.com/apcode/tensorflow_fasttext

該項目是源于Facebook中的FastText的想法，并在TensorFlow中實施。FastText是一款快速的文本分類器，提供簡單而高效的文本分類和表征學習的方法。

6)用TensorFlow實現(xiàn)“基于句子分類的卷積神經(jīng)網(wǎng)絡”：

https://github.com/dennybritz/cnn-text-classification-tf

7)使用OpenStreetMap功能和衛(wèi)星圖像訓練TensorFlow神經(jīng)網(wǎng)絡：

https://github.com/jtoy/awesome-tensorflow

該項目是通過使用OpenStreetMap（OSM）數(shù)據(jù)訓練神經(jīng)網(wǎng)絡，進而對衛(wèi)星圖像中的特征進行分類。

8)用Tenflow實現(xiàn)YOLO：“實時對象檢測”，并支持實時在移動設備上運行的一個小項目https://github.com/thtrieu/darkflow，計算機視覺領域研究者的最佳福利。