TensorFlow 是 Google 研发的第二代人工智能学习系统,是 Google 为了帮助全球开发者们更加方便和高效地开发机器学习 (Machine Learning)和人工智能 (AI) 应用而开发的一整套开发平台和框架。被广泛应用于语音识别和图像识别等多项机器学习、深度学习领域。开发者可以使用 TensorFlow 轻松进行模型的构建和训练。为了方便开发者和研究人员了解学习和使用 TensorFlow,我们准备了下列内容。并为大家提供了 TensorFlow 中文文档。
TensorFlow 中文文档说明 ?
TensorFlow Docs 是由掘金翻译计划实时维护的 TensorFlow 官方文档中文版,维护者由全球各大公司开发人员和各著名高校研究者及学生组成。欢迎大家加入维护团队,欢迎提 Issue 和 PR。
详细内容请见 TensorFlow 中文文档
教程 ?
如果你还没有安装 TensorFlow,可以按照以下教程进行安装:
- 在 Ubuntu 上安装 TensorFlow
- 在 macOS 中安装 TensorFlow
- 在 Windows 上安装 TensorFlow
- 通过源码安装 TensorFlow
- 安装 TensorFlow for C
- 安装 Go 版本 Tensorflow
- 安装 TensorFlow for Java
接下来,如果你对 TensorFlow 还不熟悉,请阅读下面链接中的文档,其中包括:为机器学习新手准备的指南、为有机器学习经验的读者准备的指南、高阶 API 中的关键功能介绍和适用于进阶用户的介绍:
接下来学习如何在真实世界中部署模型:
接下来可以学习在 TensorFlow 中进行各种特定任务的教程:包括图像识别,序列,数据的表示和非机器学习类内容
进一步的文档会深入介绍 TensorFlow 的工作细节。包括顶层 API、底层 API、机器学习概念、TensorFlow 调试器、TensorBoard 和其他内容。
在训练机器学习模型时,性能往往是一个值得关注的问题。接下来你可以学习数种优化性能的方法:
最后可以学习如何向 TensorFlow 添加功能等更加深入的问题:
此外还有前段时间 Google 官方推出的 机器学习速成课程。
Q&A ?
问:掘金为什么翻译 TensorFlow 官方文档?
答:网上有各种版本的 TensorFlow 中文文档,但存在质量差、版本旧和不维护等问题,为了解决这些痛点,为 TensorFlow 学习者提供更可靠的学习资源,降低 TensorFlow 的门槛,让更多开发者能够触及新兴技术,掘金翻译计划进行了这次文档的翻译。
问:我可以加入文档维护吗?
答:当然可以,你需要先了解掘金翻译计划,学习 译者教程,在 这儿 申请加入翻译计划,申请通过后先进行一篇以上的文章校对(为了熟悉流程),然后学习 TensorFlow 中文文档维护说明,之后就可以在 这儿 和 这儿 进行文档翻译和校对任务。也可以发现文档有不足发起 Pull Request 进行修改。
问:我可以和掘金翻译计划合作么?
答:当然可以,对于翻译计划相关的活动,掘金会给足量的曝光。联系请加微信:517010193 或 扫描二维码。
下面为大家提供些 Tensorflow 相关学习资源
权威资源 ?
- ? 官网:www.tensorflow.org
- ? 中文版文档:TensorFlow Docs
- ? Google+:TensorFlow Google+ 社群
- ? Github:https://github.com/tensorflow
- ? Twitter:https://twitter.com/tensorflow
- ? Slack:http://gdsub.cn/tfcn
视频 ?
- Deep Learning | Coursera
- Machine Learning | Coursera
- Machine Learning Foundations: A Case Study Approach | Coursera
- Tensorflow tutorials (Eng Sub) 神经网络系列教程 | YouTube
相关开源库 ?
- Tensorboard: TensorFlow's Visualization Toolkit
- Tensor2tensor: A library for generalized sequence to sequence models
- Tensorboard-plugin-example
- Playground: Play with neural networks
- Skflow: Simplified interface for TensorFlow for Deep Learning
- Flod: Deep learning with dynamic computation graphs in TensorFlow
- TensorFlow-Examples: TensorFlow Tutorial and Examples for Beginners with Latest APIs
- tflearn: Deep learning library featuring a higher-level API for TensorFlow
感谢以下译者 ?
- pkuwwt, JohnJiangLA, lsvih, foxxnuaa, leviding, edvardhua, XatMassacrE, changkun
- shi-xiaopeng, charsdavy, romeo0906, carriecc, wzy816, windhaunting, tobiaslee, MRNIU
- caoyi0905, joyking7, jasonxia23, vuuihc, xiaoxi666, bobmayuze, cacppuccino, filosfino
- witmax, missmisslonely, gzponline, San-greal, owenlyn, SallyGo, ppp-man, Quorafind,
- elijahxyc, linbaiwpi, zcgeng, whatbeg, asdf2014, MoutainOne, LilianYe, Raoul1996,
- mnikn, PeterChenYijie, jaymz1439, xfffrank, luffydream, GanymedeNil, liaodalin19903,
更多信息 ?
掘金翻译计划 是一个翻译优质互联网技术文章的社区,文章来源为 掘金 上的英文分享文章。内容覆盖 Android、iOS、React、前端、后端、产品、设计 等领域,想要查看更多优质译文请持续关注 掘金翻译计划。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。