一、教程

1 — 從基礎(chǔ)到更有趣的 TensorFlow 應(yīng)用

2 — 基于 Google TensorFlow 框架的深度學(xué)習(xí)簡介，這些教程是 Newmu 的Theano 直接端口

— 給初學(xué)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(chuàng)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(shù)據(jù)進行遞歸神經(jīng)網(wǎng)絡(luò)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(dāng)下深度學(xué)習(xí)前沿?zé)狳c之一，能夠逐個關(guān)注輸入的不同部分，給出一系列理解）

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

— Pretty Tensor 提供了一個高級構(gòu)建器 API

— Neural Style 的實現(xiàn)

— 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(shù)風(fēng)格神經(jīng)算法的實現(xiàn)

— 嘗試實現(xiàn) Alex Graves 的論文中隨機手寫生成部分

— 神經(jīng)圖靈機的 TensorFlow 實現(xiàn)

— 根據(jù)對象，地點和其中顯示的其他內(nèi)容來搜索、過濾和描述視頻

— 單語翻譯，從現(xiàn)代英語到莎士比亞，反之亦然

— “一個神經(jīng)會話模型”的實現(xiàn)

— 通過神經(jīng)網(wǎng)絡(luò)給灰度圖像著色

— 圖像理解的 Tensorflow 實現(xiàn)

— “學(xué)習(xí)深層特征以區(qū)分本地化”的 TensorFlow 實現(xiàn)

— “動態(tài)容量網(wǎng)絡(luò)”的實現(xiàn)

— HMM 的維特比和前向/后向算法的實現(xiàn)

— 使用 OpenStreetMap 功能和衛(wèi)星圖像訓(xùn)練 TensorFlow 神經(jīng)網(wǎng)絡(luò)

— 使用 TensorFlow 通過 OpenAI Gym 實現(xiàn) DeepMind 的“通過深度強化學(xué)習(xí)的人類水平控制”

— "深度網(wǎng)絡(luò)訓(xùn)練" 的 TensorFlow 實現(xiàn)

— TensorFlow 實現(xiàn)“卷積神經(jīng)網(wǎng)絡(luò)的句子分類”

— 端到端記憶網(wǎng)絡(luò)的實現(xiàn)

— 字符感知神經(jīng)語言模型的 TensorFlow 實現(xiàn)

— TensorFlow 實現(xiàn)的 “YOLO：實時對象檢測”，具有訓(xùn)練和支持在移動設(shè)備上實時運行的功能

— WaveNet 生成神經(jīng)網(wǎng)絡(luò)架構(gòu)的 TensorFlow 實現(xiàn)，用于生成音頻

— 助記符下降法：應(yīng)用于端對端對準(zhǔn)的復(fù)現(xiàn)過程

本文轉(zhuǎn)自：//www.oschina.net/

慧都控件明星折扣產(chǎn)品等你來拿獲取全部折扣詳情！

咨詢熱線：400-700-1020（免費）  023-66090381