當(dāng)前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

[教程]一份简单易懂的 TensorFlow 教程

發(fā)布時間：2023/12/10 编程问答 25 豆豆

生活随笔收集整理的這篇文章主要介紹了 [教程]一份简单易懂的 TensorFlow 教程小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.

上周分享了一份 TensorFlow 官方的中文版教程，這次分享的是在 Github 上的一份簡單易懂的教程，項目地址是：

https://github.com/open-source-for-science/TensorFlow-Course#why-use-tensorflow

如下圖所示，已經(jīng)有超過7000的 Star了

這個倉庫的目標是提供一份簡單且容易上手的 TensorFlow 教程，每個教程都包含源代碼，并且大部分都包含有一份文檔。

TensorFlow 是一個用于多任務(wù)數(shù)據(jù)流編程的開源軟件庫。它是一個符號數(shù)學(xué)庫，同時也能應(yīng)用在如神經(jīng)網(wǎng)絡(luò)方面的機器學(xué)習(xí)應(yīng)用。它在谷歌可以同時應(yīng)用在研究和工程中。

TensorFlow 是谷歌大腦團隊開發(fā)出來作為谷歌內(nèi)部使用的。它在2015年9月份公布出來，并采用 Apache 2.0 開源協(xié)議。

目前最新的穩(wěn)定版本是 2018年9月27日的1.11.0版本。

動機

開始這個開源項目的動機有很多。TensorFlow 是目前可用的最好的深度學(xué)習(xí)框架之一，所以應(yīng)該問的是現(xiàn)在網(wǎng)上能找到這么多關(guān)于 TensorFlow 教程，為什么還需要創(chuàng)建這個開源項目呢？

為什么要使用 TensorFlow？

深度學(xué)習(xí)現(xiàn)在是非常的火，并且現(xiàn)在也有快速和優(yōu)化實現(xiàn)算法和網(wǎng)絡(luò)結(jié)構(gòu)的需求。而 TensorFlow 就是為了幫助實現(xiàn)這個目標而設(shè)計出來的。

TensorFlow 的亮點就在于它可以非常靈活的設(shè)計模塊化的模型，但是這對于初學(xué)者是一個缺點，因為這意味著需要考慮很多東西才能建立一個模型。

當(dāng)然，上述問題因為有很多高級的 API 接口，如 Keras(https://keras.io/) 和 Slim(https://github.com/tensorflow/models/blob/031a5a4ab41170d555bc3e8f8545cf9c8e3f1b28/research/inception/inception/slim/README.md) 等通過抽象機器學(xué)習(xí)算法中的許多模塊的軟件庫而得到較好的解決。

對于 TensorFlow 來說，一件非常有趣的事情就是現(xiàn)在到處都可以找到它的身影。大量的研究者和開發(fā)者都在使用它，而且它的社區(qū)正以光速的速度發(fā)展起來。所以很多問題都可以輕松解決，因為在它的社區(qū)中有非常多的人都在使用，大部分人都會遇到相同的問題。

TensorFlow 的安裝和環(huán)境配置

TensorFlow 的安裝和環(huán)境配置可以如下面動圖所示，按照這個教程：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/docs/tutorials/installation 操作即可。

這里主要推薦的是采用虛擬環(huán)境安裝的方式，一是可以避免安裝庫沖突的問題，特別是因為 python 的版本問題；第二個是可以自定義工作環(huán)境，針對 python 的 2.x 版本和 3.x 版本分別設(shè)置不同的虛擬環(huán)境，安裝不同的軟件庫。

TensorFlow 教程

接下來就是本教程的主要內(nèi)容了，大部分的教程都包含了文檔的說明，所有的教程都有代碼和用 Jupyter notebook 編寫的代碼，也就是 Ipython。

熱身

入門的代碼：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/python/0-welcome

IPython 形式：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/ipython/0-welcome/code/0-welcome.ipynb

文檔介紹：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/docs/tutorials/0-welcome

基礎(chǔ)

基礎(chǔ)的數(shù)學(xué)運算

文檔介紹：https://github.com/open-source-for-science/TensorFlow-Course/tree/master/docs/tutorials/1-basics/basic_math_operations

代碼：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/python/1-basics/basic_math_operations

Ipython：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/ipython/1-basics/basic_math_operations/code/basic_math_operation.ipynb

TensorFlow 變量介紹

文檔介紹：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/docs/tutorials/1-basics/variables

代碼：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/python/1-basics/variables/README.rst

Ipython：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/ipython/1-basics/variables/code/variables.ipynb

機器學(xué)習(xí)基礎(chǔ)

線性回歸

文檔介紹：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/docs/tutorials/2-basics_in_machine_learning/linear_regression

代碼：https://github.com/open-source-for-science/TensorFlow-Course/tree/master/codes/python/2-basics_in_machine_learning/linear_regression

Ipython：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/ipython/2-basics_in_machine_learning/linear_regression/code/linear_regression.ipynb

邏輯回歸

文檔說明：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/docs/tutorials/2-basics_in_machine_learning/logistic_regression

代碼：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/python/2-basics_in_machine_learning/logistic_regression

Ipython：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/ipython/2-basics_in_machine_learning/logistic_regression/code/logistic_regression.ipynb

線性支持向量機

代碼：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/python/2-basics_in_machine_learning/linear_svm

Ipython：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/ipython/2-basics_in_machine_learning/linear_svm/code/linear_svm.ipynb

多類核支持向量機

代碼：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/python/2-basics_in_machine_learning/multiclass_svm

Ipython：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/ipython/2-basics_in_machine_learning/multiclass_svm/code/multiclass_svm.ipynb

神經(jīng)網(wǎng)絡(luò)

多層感知器

代碼：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/python/3-neural_networks/multi-layer-perceptron

Ipython：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/ipython/3-neural_networks/multi-layer-perceptron/code/train_mlp.ipynb

卷積神經(jīng)網(wǎng)絡(luò)

文檔介紹：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/docs/tutorials/3-neural_network/convolutiona_neural_network

代碼：https://github.com/open-source-for-science/TensorFlow-Course/tree/master/codes/python/3-neural_networks/convolutional-neural-network

循環(huán)神經(jīng)網(wǎng)絡(luò)

代碼：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/python/3-neural_networks/recurrent-neural-networks/code/rnn.py

Ipython：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/codes/ipython/3-neural_networks/recurrent-neural-networks/code/rnn.ipynb

其他有用的教程

TensorFlow Examples–適合初學(xué)者的教程和代碼例子
https://github.com/aymericdamien/TensorFlow-Examples
Sungjoon’s TensorFlow-101–采用 Jupyter Notebook 編寫的教程
https://github.com/sjchoi86/Tensorflow-101
Terry Um’s TensorFlow Exercises–根據(jù)其他 TensorFlow 例子重新編寫的代碼
https://github.com/terryum/TensorFlow_Exercises
Classification on time series–采用 TensorFlow 實現(xiàn)的 LSTM 的循環(huán)神經(jīng)網(wǎng)絡(luò)分類代碼
https://github.com/guillaume-chevalier/LSTM-Human-Activity-Recognition

這就是本次分享的 TensorFlow 教程，后面我也會繼續(xù)分享對這個教程的學(xué)習(xí)筆記和翻譯。

歡迎關(guān)注我的微信公眾號–機器學(xué)習(xí)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(xué)習(xí)和進步！

我的個人博客：

http://ccc013.github.io/

推薦閱讀

1.機器學(xué)習(xí)入門系列(1)–機器學(xué)習(xí)概覽(上)

2.機器學(xué)習(xí)入門系列(2)–機器學(xué)習(xí)概覽(下)

3.[GAN學(xué)習(xí)系列] 初識GAN

4.[GAN學(xué)習(xí)系列2] GAN的起源

5.谷歌開源的 GAN 庫–TFGAN

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的[教程]一份简单易懂的 TensorFlow 教程的全部內(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。

生活随笔