你好,游客 登录
背景:
阅读新闻

十个主题,最全的优秀 TensorFlow 相关资源列表

[日期:2016-12-02] 来源:开源中国  作者: [字体: ]

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。

收藏 推荐 打印 | 录入:admin | 阅读:
相关新闻      
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款