[资源分享] TensorFlow 官方中文版教程来了

最近,TensorFlow 提供了中文版的教程(Tutorials)和指南(Guide)。

其中,教程是介绍了一些基本的机器学习模型,包括分类、回归等,也包括一些深度学习方面的模型,包括常用的卷积神经网络、生成对抗网络、循环神经网络等等,并且主要使用高阶的 Keras 等 API 来实现代码。

而指南则是深入介绍了 TensorFlow 的工作原理,包括高阶 API、Estimator、加速器、低阶 API 和 TensorBoard 等等。

项目地址是:

https://tensorflow.google.cn/tutorials/?hl=zh-cn

教程

TensorFlow 是一个用于研究和生产的开放源代码机器学习库。TensorFlow 提供了各种 API,可供初学者和专家在桌面、移动、网络和云端环境下进行开发。中文版教程是为了让初学者可以快速上手 TensorFlow,所以也采用高阶的 keras 等 API 来展示不同模型的例子,包括基础的分类回归模型,更深入点的 CNN、GAN、RNN 等。

如上图所示,首先介绍的是机器学习方面的基本模型,分类和回归,其中分类是分别基于图像和文本来介绍,给出两个例子。基于图像的是采用 Fashion Mnist 这个数据集,如下图所示,

而基于文本的是采用 IMDB 的数据集,包含来自互联网电影数据库的 50000 条的影评文本。

此外,应用在研究和实验方面的 Eager Execution 和分布式大规模训练的 Estimator 接口也有给出教程介绍使用。

然后就是介绍其他的深度学习方面的模型,包括视觉方面的 CNN 和 GAN,序列模型 RNN 等等,最后就是给出后续的学习计划了,包括推荐 CS20(http://web.stanford.edu/class/cs20si/)、CS231n(http://cs231n.stanford.edu/)课程,书籍《使用Python进行深度学习》、《深度学习》等进行后续的学习和提升。

指南

指南主要是深入介绍了 TensorFlow 的工作原理,包括以下的部分。

高阶 API
  • Keras,用于构建和训练深度学习模型的 TensorFlow 高阶 API。
  • Eager Execution,一个以命令方式编写 TensorFlow 代码的 API,就像使用 NumPy 一样。
  • Estimator,一个高阶 API,可以提供已准备好执行大规模训练和生产的完全打包的模型。
  • 导入数据,简单的输入管道,用于将您的数据导入 TensorFlow 程序。
Estimator
  • Estimator,了解如何将 Estimator 用于机器学习。
  • 预创建的 Estimator,预创建的 Estimator 的基础知识。
  • 检查点,保存训练进度并从您停下的地方继续。
  • 特征列,在不对模型做出更改的情况下处理各种类型的输入数据。
  • Estimator 的数据集,使用 tf.data 输入数据。
  • 创建自定义 Estimator,编写自己的 Estimator。
加速器
  • 使用 GPU - 介绍了 TensorFlow 如何将操作分配给设备,以及如何手动更改此类分配。
  • 使用 TPU - 介绍了如何修改 Estimator 程序以便在 TPU 上运行。
低阶 API
  • 简介 - 介绍了如何使用高阶 API 之外的低阶 TensorFlow API 的基础知识。
  • 张量 - 介绍了如何创建、操作和访问张量(TensorFlow 中的基本对象)。
  • 变量 - 详细介绍了如何在程序中表示共享持久状态。
  • 图和会话 - 介绍了以下内容:
    • 数据流图:这是 TensorFlow 将计算表示为操作之间的依赖关系的一种表示法。
    • 会话:TensorFlow 跨一个或多个本地或远程设备运行数据流图的机制。如果您使用低阶 TensorFlow API 编程,请务必阅读并理解本单元的内容。如果您使用高阶 TensorFlow API(例如 Estimator 或 Keras)编程,则高阶 API 会为您创建和管理图和会话,但是理解图和会话依然对您有所帮助。
  • 保存和恢复 - 介绍了如何保存和恢复变量及模型。
TensorBoard

TensorBoard 是一款实用工具,能够直观地展示机器学习的各个不同方面。以下指南介绍了如何使用 TensorBoard:

  • TensorBoard:可视化学习过程 - 介绍了 TensorBoard。
  • TensorBoard:图的可视化 - 介绍了如何可视化计算图。
  • TensorBoard 直方图信息中心 - 演示了如何使用 TensorBoard 的直方图信息中心。
其他
  • TensorFlow 版本兼容性 - 介绍了向后兼容性保证及无保证内容。
  • 常见问题解答 - 包含关于 TensorFlow 的常见问题解答。

原文发布于微信公众号 - 算法猿的成长(AI_Developer)

原文发表时间:2018-11-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券