当前位置: 首页 > 机器学习 > 正文

十个主题,最全的优秀 TensorFlow 相关资源列表

什么是 TensorFlow?

TensorFlow 是一个开源软件库,用于使用数据流图进行数值计算。换句话说,即是构建深度学习模型的最佳方式。

本文整理了一些优秀的有关 TensorFlow 的实践 、库和项目的列表。

一、教程

二、模型/项目

三、由 TensorFlow 提供技术支持

  • YOLO TensorFlow  — 实现 “YOLO:实时对象检测”
  • Magenta  — 音乐和艺术的生成与机器智能(研究项目)

四、与 TensorFlow 有关的库

  • Scikit Flow (TF Learn) — 深度/机器学习的简化接口(现在是 TensorFlow 的一部分)
  • tensorflow.rb — 使用 SWIG 用于 Ruby 的 TensorFlow 本地接口
  • tflearn — 深度学习库,具有更高级别的 API
  • TensorFlow-Slim — 在 TensorFlow 中定义、训练和评估模型的轻量级库
  • TensorFrames — Apache Spark 的 TensorFlow 绑定,Apache Spark 上 DataFrames 的 Tensorflow 包裹器
  • caffe-tensorflow — 将 Caffe 模型转换为 TensorFlow 格式
  • keras — 用于 TensorFlow 和 Theano 的最小、模块化深度学习库
  • SyntaxNet: Neural Models of Syntax — TensorFlow 实现全球标准化中基于过渡的神经网络描述的模型

五、视频

六、论文/文献

七、官方公告

八、博客文章

九、社区

十、书籍

  • 与 TensorFlow 的初次接触 — 作者:Jordi Torres,UPC Barcelona Tech 教授,巴塞罗那超级计算中心研究经理和高级顾问
  • 使用 Python 进行深度学习 — 使用 Keras 在 Theano 和 TensorFlow 上开发深度学习模型(By Jason Brownlee)
  • 用于机器智能的 TensorFlow — 一份完整指南 — 使用 TensorFlow 从图形计算的基础到深度学习模型,并在生产环境中使用它(Bleeding Edge 出版)
  • TensorFlow 入门 — 使用 Google 的最新数值计算库开始运行,并深入了解您的数据(By Giancarlo Zaccone)
  • 使用 Scikit-Learn 和 TensorFlow 的实践机器学习 — 涵盖 ML 基本原理,使用 TensorFlow,最新的 CNN,RNN 和 Autoencoder 架构在多个服务器和 GPU 上训练和部署深度网络,以及强化学习(Deep Q)
  • 使用 TensorFlow 构建机器学习项目 — 本书涵盖了 TensorFlow 中的各种项目,揭示了 TensorFlow 在不同情况下可以做什么。还提供了关于训练模型,机器学习,深度学习和各种使用神经网络的项目。每个项目都是一个有吸引力和有见地的练习,将教你如何使用 TensorFlow,并告诉您如何通过使用 Tensors 来探索数据层。

原文链接:https://my.oschina.net/hardbone/blog/798552
编译自:https://github.com/jtoy/awesome-tensorflow

本文固定链接: http://sdnhub.cn/index.php/tensorflow-tutorial/ | 软件定义网络SDN

该日志由 sdnhub 于2016年12月02日发表在 机器学习 分类下, 通告目前不可用,你可以至底部留下评论。
原创文章转载请注明: 十个主题,最全的优秀 TensorFlow 相关资源列表 | 软件定义网络SDN
关键字: , ,

十个主题,最全的优秀 TensorFlow 相关资源列表:等您坐沙发呢!

发表评论

*

快捷键:Ctrl+Enter