tensorflow tutorial

Tensorflow和深度學習教程

Google的深度學習教程

• Tensorflow官方深度學習教程[中文]。
• MLP帶有液位tensorflow [中文] Tensorlayer [中文]
• 自動編碼器Tensorlayer [中文]
• 卷積神經網絡Tensorflow [中文] Tensorlayer [中文]
• 復發性神經網絡Tensorflow [中文] Tensorlayer [中文]
• 深鋼筋學習Tensorlayer [中文]
• 序列張量張量layer儀的序列[中文]
• 單詞嵌入tensorflow [中文] tensorlayer [中文]

深度學習閱讀清單

• 麻省理工學院深度學習書
• karpathy博客
• 斯坦福大學UFLDL教程
• Colah的博客 - 單詞嵌入[中文]
• Colah的博客 - 了解LSTN [門函數]

教程索引

0-先決條件

• 機器學習簡介（筆記本）
• MNIST數據集簡介（筆記本）

1-簡介

• 你好世界（筆記本）（代碼）
• 基本操作（筆記本）（代碼）

2-基本型號

• 最近的鄰居（筆記本）（代碼）
• 線性回歸（筆記本）（代碼）
• 邏輯回歸（筆記本）（代碼）

3-神經網絡

• 多層perceptron（筆記本）（代碼）
• 卷積神經網絡（筆記本）（代碼）
• 循環神經網絡（LSTM）（筆記本）（代碼）
• 雙向復發神經網絡（LSTM）（筆記本）（代碼）
• 動態復發性神經網絡（LSTM）（代碼）
• 自動編碼器（筆記本）（代碼）

4-公用事業

• 保存和還原模型（筆記本）（代碼）
• 張板 - 圖形和損失可視化（筆記本）（代碼）
• 張板 - 高級可視化（代碼）

5-多GPU

• 多GPU（筆記本）（代碼）的基本操作

數據集

一些示例需要MNIST數據集進行培訓和測試。不用擔心，運行示例（使用input_data.py）時將自動下載此數據集。 MNIST是手寫數字的數據庫，對於該數據集的快速描述，您可以檢查此筆記本。

官方網站：http：//yann.lecun.com/exdb/mnist/

選定的存儲庫

• jtoy/Awesome-TensorFlow
• Nlintz/Tensorflow-Tutoilals
• Adatao/Tensorspark
• RY/TensorFlow-Resnet

技巧

• 使用Tensorlayer的技巧

例子

基礎

• 多層感知器（MNIST） - 分類任務，請參見tutorial_mnist_simple.py。
• 多層感知器（MNIST） - 使用迭代器進行分類，請參見Method1和Method2。

計算機視覺

• Denoising AutoCoder（MNIST）。分類任務，請參閱tutorial_mnist.py。
• 堆疊的Denoing自動編碼器和微調（MNIST）。分類任務，請參閱tutorial_mnist.py。
• 卷積網絡（MNIST）。分類任務，請參閱tutorial_mnist.py。
• 卷積網絡（CIFAR-10）。分類任務，請參閱tutorial_cifar10.py和tutorial_cifar10_tfrecord.py。
• VGG 16（Imagenet）。分類任務，請參閱tutorial_vgg16.py。
• VGG 19（Imagenet）。分類任務，請參閱tutorial_vgg19.py。
• InceptionV3（ImageNet）。分類任務，請參閱tutorial_inceptionv3_tfslim.py。
• Ritchieng的寬重（CIFAR）。
• 可以通過Slimnetslayer連接更多TF-SLIM的CNN實現。
• Zsdonghao的空間變壓器網絡。
• Zsdonghao的U-NET用於腦腫瘤分割。
• YZWXX的（Celeba）的變量自動編碼器（VAE）。
• Buptldy的（MNIST）的變性自動編碼器（VAE）。
• 圖像字幕 - Zsdonghao對Google的IM2TXT的重新完成。

自然語言處理

• 復發性神經網絡（LSTM）。將多個LSTM應用於PTB數據集進行語言建模，請參見tutorial_ptb_lstm.py和tutorial_ptb_lstm_state_is_is_tuple.py。
• 單詞嵌入（Word2Vec）。訓練一個單詞嵌入矩陣，請參閱tutorial_word2vec_basic.py。
• 還原嵌入矩陣。還原預訓練嵌入矩陣，請參閱tutorial_generate_text.py。
• 文字生成。使用LSTM網絡生成新的文本腳本，請參見tutorial_generate_text.py。
• pakrchen的中文文字反垃圾郵件。
• 聊天機器人在200行SEQ2SEQ中。
• FastText句子分類（IMDB），請參見Tutorial_imdb_fasttext.py by tomtung。

對抗性學習

• DCGAN（Celeba）。 Zsdonghao通過深卷積生成對抗網絡生成圖像。
• Zsdonghao的生成對抗文本圖像合成。
• Zsdonghao的無監督圖像與具有生成對抗網絡的圖像翻譯。
• 改進的Cyclegan，通過Luoxier進行調整大小卷積
• Zsdonghao的超級分辨率GAN。
• 達根（Dagan）：Nebulav的快速壓縮感測MRI重建。

強化學習

• 策略梯度 /網絡（atari ping pong），請參見tutorial_atari_pong.py。
• 深Q網絡（冷凍湖），請參見tutorial_frozenlake_dqn.py。
• Q-table學習算法（冷凍湖），請參見tutorial_frozenlake_q_table.py。
• Nebulav使用TensordB（Atari Ping Pong）的異步策略梯度。
• AC有關離散動作空間（CartPole），請參見Tutorial_cartpole_ac.py。
• a3c用於連續動作空間（雙足動物沃克），請參見tutorial_bipedalwalker_a3c*.py。
• Zsdonghao的匕首（健身房）。
• JJKKE88的連續和離散動作空間的TRPO。

各種各樣的

• 分佈式培訓。 Jorgemf的Mnist和Imagenet。
• 將TF-SLIM合併為Tensorlayer。 tutorial_inceptionv3_tfslim.py。
• 將Keras合併為Tensorlayer。 tutorial_keras.py。
• 用Tfrecord進行數據增強。加載和預處理數據的有效方法，請參閱tutorial_tfrecord*.py和tutorial_cifar10_tfrecord.py。
• 使用Tensorlayer進行數據增強，請參見tutorial_image_preprocess.py。
• fangde的tensordb見到這裡。
• 簡單的Web服務 - Joelkronander的TensorFlask。
• Float 16半精節模型，請參見tutorial_mnist_float16.py

有用的鏈接

• 使用Tensorlayer的技巧