最近，弗吉尼亚理工博士Amirsina Torfi在GitHub上孝顺了一个新的教程，教程清楚简朴，喜提2600颗星~

这个教程纷歧样

Torfi小哥一上来，就把GitHub上的其他TensorFlow教程批驳了一番：

你们啊，都是为做而做，分享的教程都各类跳入跳出，要么搞的出格伟大，要么没什么文档支撑。

搞这些各人都不看的教程有什么用？既不能辅佐开拓职员搬砖，也不能辅佐研究职员搞科研，挥霍这时刻干嘛？

以是，Torfi小哥刻意做一个内容完备、又不会伟大到坑爹的TensorFlow教程。

教程、代码、条记一应俱全

这套教程包括清楚的教程文档，先容从怎样安装TensorFlow到TensorFlow的基本常识，线性回归模子等根基的呆板进修要领，神经收集的根基教程及代码。

针对每一个部门，这份教程都包括了教程文档：

代码：

以及包括注释的代码条记：

并且，开头尚有手把手的安装视频。

教程目次

· 怎样安装TensorFlow· 热身：测试和运行

· 基本常识基本数学运算TensorFlow变量

· 根基呆板进修线性回归逻辑回归线性SVMMultiClass内核SVM

· 神经收集多层感知器卷积神经收集自动编码递归神经收集

传送门

教程地点：

https://github.com/open-source-for-science/TensorFlow-Course#why-use-tensorflow

其它，作者还保举了其他一些他承认的TensorFlow教程资料：

TensorFlow-Examples

对初学者友爱

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

Tensorflow-101

用Jupyter Notebook编写

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

TensorFlow_Exercises

从其他TensorFlow示例从头建设代码

https://github.com/terryum/TensorFlow_Exercises

LSTM-Human-Activity-Recognition

基于LSTM的TensorFlow在手机传感器数据上的递归神经收集分类

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

【编辑保举】

1. 常用的八大排序算法——Java代码实现
2. Linux体系十大最佳刊行版本，哪个最受开拓者接待？
3. 先容10款最常用的代码编辑器
4. 几千行代码就能搞定，你为什么要写几万行？
5. 白板顺手一画，嗖嗖酿成代码，AI要代替UI计划师了？

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!