一、教程

1 — 從基礎到更有趣的 TensorFlow 應用

2 — 基于 Google TensorFlow 框架的深度學習簡介，這些教程是 Newmu 的Theano 直接端口

— 給初學者的 TensorFlow 教程和代碼示例

— 通過 Python 使用 Jupyter Notebook 編寫的 TensorFlow 教程

— 從其他 TensorFlow 示例重新創建代碼

— TensorFlow 在樹莓派上正確編譯和運行

— 在 TensorFlow 中使用 LSTM 對手機傳感器數據進行遞歸神經網絡分類

二、模型/項目

— 基于聚焦機制的圖像字幕生成器（聚焦機制「Attention Mechanism」是當下深度學習前沿熱點之一，能夠逐個關注輸入的不同部分，給出一系列理解）

— Neural Style 的實現（Neural Style 是讓機器模仿已有畫作的繪畫風格把一張圖片重新繪制的算法）

— Pretty Tensor 提供了一個高級構建器 API

— Neural Style 的實現

— 帶注釋的筆記和 TensorFlow 白皮書的摘要，以及 SVG 圖形和文檔鏈接

— 藝術風格神經算法的實現

— 嘗試實現 Alex Graves 的論文中隨機手寫生成部分

— 神經圖靈機的 TensorFlow 實現

— 根據對象，地點和其中顯示的其他內容來搜索、過濾和描述視頻

— 單語翻譯，從現代英語到莎士比亞，反之亦然

— “一個神經會話模型”的實現

— 通過神經網絡給灰度圖像著色

— 圖像理解的 Tensorflow 實現

— “學習深層特征以區分本地化”的 TensorFlow 實現

— “動態容量網絡”的實現

— HMM 的維特比和前向/后向算法的實現

— 使用 OpenStreetMap 功能和衛星圖像訓練 TensorFlow 神經網絡

— 使用 TensorFlow 通過 OpenAI Gym 實現 DeepMind 的“通過深度強化學習的人類水平控制”

— "深度網絡訓練" 的 TensorFlow 實現

— TensorFlow 實現“卷積神經網絡的句子分類”

— 端到端記憶網絡的實現

— 字符感知神經語言模型的 TensorFlow 實現

— TensorFlow 實現的 “YOLO：實時對象檢測”，具有訓練和支持在移動設備上實時運行的功能

— WaveNet 生成神經網絡架構的 TensorFlow 實現，用于生成音頻

— 助記符下降法：應用于端對端對準的復現過程

本文轉自：//www.oschina.net/

慧都控件明星折扣產品等你來拿獲取全部折扣詳情！

咨詢熱線：400-700-1020（免費）  023-66090381