十个主题，最全的优秀 TensorFlow 相关资源列表

lililala

十个主题，最全的优秀 TensorFlow 相关资源列表

2016.12.2

一个精心挑选的有关 TensorFlow 的实践 、库和项目的列表。

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。

一、教程

• TensorFlow Tutorial 1— 从基础到更有趣的 TensorFlow 应用
• TensorFlow Tutorial 2— 基于 Google TensorFlow 框架的深度学习简介，这些教程是 Newmu 的Theano 直接端口
• TensorFlow Examples— 给初学者的 TensorFlow 教程和代码示例
• Sungjoon's TensorFlow-101— 通过 Python 使用 Jupyter Notebook 编写的 TensorFlow 教程
• Terry Um’s TensorFlow Exercises— 从其他 TensorFlow 示例重新创建代码
• Installing TensorFlow on Raspberry Pi 3— TensorFlow 在树莓派上正确编译和运行
• Classification on time series— 在 TensorFlow 中使用 LSTM 对手机传感器数据进行递归神经网络分类
  
  

二、模型/项目

• Show, Attend and Tell— 基于聚焦机制的图像字幕生成器（聚焦机制「Attention Mechanism」是当下深度学习前沿热点之一，能够逐个关注输入的不同部分，给出一系列理解）
• Neural Style— Neural Style 的实现（Neural Style 是让机器模仿已有画作的绘画风格把一张图片重新绘制的算法）
• Pretty Tensor— Pretty Tensor 提供了一个高级构建器 API
• Neural Style— Neural Style 的实现
• TensorFlow White Paper Notes— 带注释的笔记和 TensorFlow 白皮书的摘要，以及 SVG 图形和文档链接
• NeuralArt— 艺术风格神经算法的实现
• 使用 TensorFlow 和 PyGame 来深度强化学习乒乓球
• Generative Handwriting Demo using TensorFlow— 尝试实现 Alex Graves 的论文中随机手写生成部分
• Neural Turing Machine in TensorFlow— 神经图灵机的 TensorFlow 实现
• GoogleNet Convolutional Neural Network Groups Movie Scenes By Setting— 根据对象，地点和其中显示的其他内容来搜索、过滤和描述视频
• Neural machine translation between the writings of Shakespeare and modern English using TensorFlow— 单语翻译，从现代英语到莎士比亚，反之亦然
• Chatbot— “一个神经会话模型”的实现
• Colornet - Neural Network to colorize grayscale images— 通过神经网络给灰度图像着色
• Neural Caption Generator with Attention— 图像理解的 Tensorflow 实现
• Weakly_detector— “学习深层特征以区分本地化”的 TensorFlow 实现
• Dynamic Capacity Networks— “动态容量网络”的实现
• HMM in TensorFlow— HMM 的维特比和前向/后向算法的实现
• DeepOSM— 使用 OpenStreetMap 功能和卫星图像训练 TensorFlow 神经网络
• DQN-tensorflow— 使用 TensorFlow 通过 OpenAI Gym 实现 DeepMind 的“通过深度强化学习的人类水平控制”
• Highway Network— "深度网络训练"的 TensorFlow 实现
• Sentence Classification with CNN— TensorFlow 实现“卷积神经网络的句子分类”
• End-To-End Memory Networks— 端到端记忆网络的实现
• Character-Aware Neural Language Models— 字符感知神经语言模型的 TensorFlow 实现
• YOLO TensorFlow ++— TensorFlow 实现的 “YOLO：实时对象检测”，具有训练和支持在移动设备上实时运行的功能
• Wavenet— WaveNet 生成神经网络架构的 TensorFlow 实现，用于生成音频
• Mnemonic Descent Method— 助记符下降法：应用于端对端对准的复现过程
  
  

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

• TensorFlow Guide 1— TensorFlow 安装和使用指南 1
• TensorFlow Guide 2— TensorFlow 安装和使用指南 2
• TensorFlow Basic Usage— 基本使用指南
• TensorFlow Deep MNIST for Experts— 深入了解 MNIST
• TensorFlow Udacity Deep Learning— 在具有 1Gb 数据的 Cloud 9 在线服务上免费安装 TensorFlow 的基本步骤
• 为什么 Google 希望每个人都有权访问 TensorFlow
• 2016/1/19 TensorFlow 硅谷见面会
• 2016/1/21 TensorFlow 硅谷见面会
• Stanford CS224d Lecture 7 - Introduction to TensorFlow, 19th Apr 2016— CS224d 用于自然语言处理的深度学习
• Diving into Machine Learning through TensorFlow— 通过 TensorFlow 进入机器学习，2016 Pycon 大会
• Large Scale Deep Learning with TensorFlow— Jeff Dean Spark Summit 2016 主题演讲
• Tensorflow and deep learning - without at PhD— TensorFlow 和 深度学习 （by Martin Görner）
  
  

六、论文/文献

• TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems— 介绍了 TensorFlow 接口以及在 Google 上构建的该接口的实现
• Comparative Study of Deep Learning Software Frameworks— 该研究在几种类型的深度学习架构上进行，我们评估上述框架在单个机器上用于（多线程）CPU 和 GPU（Nvidia Titan X）设置时的性能
• Distributed TensorFlow with MPI— 在本文中，我们对最近提出的 Google TensorFlow 使用消息传递接口（MPI）在大规模集群上执行进行扩展
• Globally Normalized Transition-Based Neural Networks— 本文介绍了 SyntaxNet 背后的模型
• TensorFlow: A system for large-scale machine learning— 本文介绍了 TensorFlow 数据流模型与现有系统的对比，并展示了引人注目的性能
  
  

七、官方公告

• TensorFlow: smarter machine learning, for everyone— 介绍 TensorFlow
• Announcing SyntaxNet: The World’s Most Accurate Parser Goes Open Source— SyntaxNet 的发布声明，“一个在 TensorFlow 中实现的开源神经网络框架，为自然语言理解系统提供了基础。