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

其中，教程是介紹了一些基本的機器學習模型，包括分類、回歸等，也包括一些深度學習方面的模型，包括常用的卷積神經(jīng)網(wǎng)絡、生成對抗網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡等等，并且主要使用高階的 Keras 等 API 來實現(xiàn)代碼。

而指南則是深入介紹了 TensorFlow 的工作原理，包括高階 API、Estimator、加速器、低階 API 和 TensorBoard 等等。

項目地址是：

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

教程

TensorFlow 是一個用于研究和生產(chǎn)的開放源代碼機器學習庫。TensorFlow 提供了各種 API，可供初學者和專家在桌面、移動、網(wǎng)絡和云端環(huán)境下進行開發(fā)。中文版教程是為了讓初學者可以快速上手 TensorFlow，所以也采用高階的 keras 等 API 來展示不同模型的例子，包括基礎的分類回歸模型，更深入點的 CNN、GAN、RNN 等。

如上圖所示，首先介紹的是機器學習方面的基本模型，分類和回歸，其中分類是分別基于圖像和文本來介紹，給出兩個例子。基于圖像的是采用 Fashion Mnist 這個數(shù)據(jù)集，如下圖所示，

而基于文本的是采用 IMDB 的數(shù)據(jù)集，包含來自互聯(lián)網(wǎng)電影數(shù)據(jù)庫的 50000 條的影評文本。

此外，應用在研究和實驗方面的 Eager Execution 和分布式大規(guī)模訓練的 Estimator 接口也有給出教程介紹使用。

然后就是介紹其他的深度學習方面的模型，包括視覺方面的 CNN 和 GAN，序列模型 RNN 等等，最后就是給出后續(xù)的學習計劃了，包括推薦 CS20(http://web.stanford.edu/class/cs20si/)、CS231n(http://cs231n.stanford.edu/)課程，書籍《使用Python進行深度學習》、《深度學習》等進行后續(xù)的學習和提升。

指南

指南主要是深入介紹了 TensorFlow 的工作原理，包括以下的部分。

高階 API

• Keras，用于構建和訓練深度學習模型的 TensorFlow 高階 API。

• Eager Execution，一個以命令方式編寫 TensorFlow 代碼的 API，就像使用 NumPy 一樣。

• Estimator，一個高階 API，可以提供已準備好執(zhí)行大規(guī)模訓練和生產(chǎn)的完全打包的模型。

• 導入數(shù)據(jù)，簡單的輸入管道，用于將您的數(shù)據(jù)導入 TensorFlow 程序。

Estimator

• Estimator，了解如何將 Estimator 用于機器學習。

• 預創(chuàng)建的 Estimator，預創(chuàng)建的 Estimator 的基礎知識。

• 檢查點，保存訓練進度并從您停下的地方繼續(xù)。

• 特征列，在不對模型做出更改的情況下處理各種類型的輸入數(shù)據(jù)。

• Estimator 的數(shù)據(jù)集，使用 tf.data 輸入數(shù)據(jù)。

• 創(chuàng)建自定義 Estimator，編寫自己的 Estimator。

加速器

• 使用 GPU - 介紹了 TensorFlow 如何將操作分配給設備，以及如何手動更改此類分配。

• 使用 TPU - 介紹了如何修改 Estimator 程序以便在 TPU 上運行。

低階 API

• 簡介 - 介紹了如何使用高階 API 之外的低階 TensorFlow API 的基礎知識。

• 張量 - 介紹了如何創(chuàng)建、操作和訪問張量（TensorFlow 中的基本對象）。

• 變量 - 詳細介紹了如何在程序中表示共享持久狀態(tài)。

• 圖和會話 - 介紹了以下內(nèi)容：

  • 數(shù)據(jù)流圖：這是 TensorFlow 將計算表示為操作之間的依賴關系的一種表示法。

  • 會話：TensorFlow 跨一個或多個本地或遠程設備運行數(shù)據(jù)流圖的機制。如果您使用低階 TensorFlow API 編程，請務必閱讀并理解本單元的內(nèi)容。如果您使用高階 TensorFlow API（例如 Estimator 或 Keras）編程，則高階 API 會為您創(chuàng)建和管理圖和會話，但是理解圖和會話依然對您有所幫助。

• 保存和恢復 - 介紹了如何保存和恢復變量及模型。

TensorBoard

TensorBoard 是一款實用工具，能夠直觀地展示機器學習的各個不同方面。以下指南介紹了如何使用 TensorBoard：

• TensorBoard：可視化學習過程 - 介紹了 TensorBoard。

• TensorBoard：圖的可視化 - 介紹了如何可視化計算圖。

• TensorBoard 直方圖信息中心 - 演示了如何使用 TensorBoard 的直方圖信息中心。

其他

• TensorFlow 版本兼容性 - 介紹了向后兼容性保證及無保證內(nèi)容。

• 常見問題解答 - 包含關于 TensorFlow 的常見問題解答。

---

歡迎關注我的微信公眾號--機器學習與計算機視覺或者掃描下方的二維碼，在后臺留言，和我分享你的建議和看法，指正文章中可能存在的錯誤，大家一起交流，學習和進步！

推薦閱讀

1.機器學習入門系列(1)--機器學習概覽(上)

2.機器學習入門系列(2)--機器學習概覽(下)

3.[GAN學習系列] 初識GAN

4.[GAN學習系列2] GAN的起源

5.谷歌開源的 GAN 庫--TFGAN

如果你覺得我寫得還不錯，可以給我點個贊！

總結

以上是生活随笔為你收集整理的[资源分享] TensorFlow 官方中文版教程来了的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。