8K 星！这可能是最适合你的 TensorFlow 教程
點擊上方“AI有道”，選擇“置頂”公眾號
重磅干貨，第一時間送達
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？
現在關于 TensorFlow 的教程特別多，社區也很熱鬧。但談及為什么寫這個教程，作者直言說到很多 TensorFlow 教程有個通病，就是過于復雜或缺乏文檔。只有少數可用的教程是簡明和結構良好的，且能夠讓人真正明白其實現過程。
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
這是本教程最重要也是最精彩的地方。每部分的例子都很經典，代碼只能說非常友好。作者真是用心了。
附屬資源：
最后，作者也提供了一些比較好的 TensorFlow，供大家參閱學習。
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。
【推薦閱讀】
干貨 | 公眾號歷史文章精選（附資源）
我的深度學習入門路線
我的機器學習入門路線圖
請給我“好看”總結
以上是生活随笔為你收集整理的8K 星！这可能是最适合你的 TensorFlow 教程的全部內容，希望文章能夠幫你解決所遇到的問題。
