8K 星！這可能是最適合你的 TensorFlow 教程

我的個人網站：redstonewill.com

最近，筆者發現 GitHub 上出現了一份超火的 Tensorflow 教程，目前已經收獲了 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點就是清晰簡單，非常適合入門。

項目地址：

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

為什么寫這個教程？

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，包括以下幾個方面：

什么是 TensorFlow？

為什么使用 TensorFlow？

這個項目的特點是什么？

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。不僅包含代碼，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，并使用 TensorFlow 實現。包括：

線性回歸

邏輯回歸

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

附屬資源：

1. TensorFlow Examples

地址：

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

特點：

含教程和代碼，適合初學者

2.?Sungjoon's TensorFlow-101

地址：

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

特點：

教程使用 Python 和 Jupyter Notebook 編寫

3. Terry Um’s TensorFlow Exercises

地址：

https://github.com/terryum/TensorFlow_Exercises

特點：

重新從其他 TensorFlow 示例創建代碼

4.?Classification on time series

地址：

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

特點：

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

TensorFlow GitHub

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。