筆者公衆號：技術雜學鋪
筆者網站：mwhitelab.com
Tensorflow 2019開發者大會剛剛落幕，谷歌也即將推出tensorflow 2.0新版本。
本文，我們將聚焦於Tensorflow入門教材。從環境安裝、入門教程、流行項目等多個方面整理權威資料。助力各位萌新高效學習。
1. 環境安裝
python環境以及jupyter安裝請見博客：環境安裝
安裝cpu版tensorflow在命令行內輸入pip install tensorflow即可。
在命令行內輸入pip install tensorflow
安裝gpu版tensorflow（不建議新手使用），需有NVIDIA的GPU卡。windows安裝教程 | Linux安裝教程
注：若讀者可以訪問“外網”，可使用google提供的colab（改進版線上jupyter，免費），其已安裝好tensorflow，且支持GPU。
colab使用界面
2. 入門教程
使用Tensorflow可分爲使用底層API搭建網絡和使用keras等高級API搭建網絡兩種。直接編寫底層代碼對新手來說較難，建議新手從keras入門。
2.1 書籍推薦
《Tensorflow實戰Google深度學習框架》
本書從tensorflow底層原理講起，包含計算機視覺和自然語言處理領域的介紹和實戰代碼。
在“技術雜學鋪”微信公衆號中回覆tensorflow即可獲得該書電子版的下載地址。
Tensorflow實戰Google深度學習框架
2.2 網課推薦
課程：TensorFlow: From Basics to Mastery
該課程是吳恩達旗下的DeepLearning.ai團隊與TensorFlow合作製作的課程。
面向對深度學習有一定了解的讀者快速入門tensorflow。目前已開放一門（四周內容）的課程。主要講授tensorflow的高級api——keras的使用與項目應用。
課程界面
筆者已將該課程刷完。該課程內容清晰易懂，同時配備大量編程練習。讀者可前往Coursera上進行學習。
編程界面
報名課程時選擇Audit only即可免費學習。（另外，$49購買課程可獲得榮譽證書）
選擇Audit only即可免費學習
2.3 圖文教程
keras是一個搭建神經網絡的框架，可以快速搭建神經網絡，並以tensorflow作爲後端支持。
如今keras已經成爲tensorflow欽定的高級API，並不止一次的表示對keras框架的喜愛。
Tensorflow 2019開發者峯會
Tensorflow與keras
如今，很多深度學習項目是以tensorflow爲底層，使用keras編寫並訓練神經網絡。而tensorflow也已將keras併入其官方API之中。可以說學keras入門是十分有必要的。
3. 流行項目
3.1 圖片風格遷移
neural-style 使用Tensorflow實現了圖片風格遷移。該項目將一張圖片轉變爲另一種圖像風格，同時保留原圖像的基本特徵。
3.2 實時圖像識別
keras-yolo3 項目是使用keras搭建的實時圖像識別項目。可對視頻進行實時物體識別。（關於實時圖像識別模型yolo，更多信息可見YOLO: Real-Time Object Detection）
3.3 語音轉文本
DeepSpeech爲吳恩達帶領百度團隊研發的基於Tensorflow的語音轉文本項目。
論文可見： Deep Speech: Scaling up end-to-end speech recognition
論文中 模型結構介紹
3.4 使用CNN進行文本分類
自然語言處理中使用的LSTM最大的缺點爲無法進行並行計算。
cnn-text-classification-tf提出使用CNN進行文本分類，訓練速度極快，在某些文本分類項目上準確度可觀，十分具有創新性。
論文可見： Convolutional Neural Networks for Sentence Classification
使用CNN進行文本分類
3.5 Tensorflow-Exampes
Tensorflow-Example是Github上Star近三萬的項目。
該項目共7個章節，幾十個小項目。包含基本操作、實現機器學習模型、數據處理、多GPU運行等tensorflow運行的方方面面。
Tensorflow-Examples Github項目
