675
實踐指南！16位資深行業者教你如何學習使用TensorFlow
首發地址：https://yq.aliyun.com/articles/71257
如何開始學習使用TensorFlow？
Harrison Kinsley ——PythonProgramming.net的創始人
TensorFlow官方網站有相當多的文檔和教程，但這些往往認為讀者掌握了一些機器學習和人工智能知識。除了知道ML和AI，你也應該對Python編程語言非常熟練。因此，在開始學習如何使用TensorFlow前，首先學習更多的Python語言，而不是與機器學習直接相關的任何東西。
1、假設熟練Python，但不會機器學習，那麼可以查看這個機器學習實踐w / Python教程，其中涵蓋了與機器學習相關的概念、算法、理論、應用程序等；
2、如果已經掌握了Python和機器學習的基礎知識，但還不知道Deep Learning / TensorFlow，那麼可以從神經網絡介紹部分開始 。
3、如果已經知道神經網絡/深度學習，那麼可以從安裝TensorFlow教程開始，或者可以從TensorFlow基礎教程開始，這將直接導致實際建模一個深層神經網絡。
Parag K Mital ——Kadenze Inc.機器智能總監
剛剛推出了一個關於Tensorflow的新課程：使用TensorFlow |創建深度學習應用程序
Kadenze與其他課程不同，這是一個以應用為導向的課程，通過鼓勵探索創造性思維和深層神經網絡的創造性應用，教你Tensorflow的基礎知識以及最先進的算法，強烈鼓勵嚐試這門課程。這是唯一全麵的在線課程，將教會你如何使用Tensorflow和開發您的創造潛力，了解如何應用這些技術創建神經網絡。
本課程將介紹深度學習：構建人工智能算法的最先進的方法。涵蓋深度學習的基本結構、意義，原理並開發必要的代碼搭建各種算法，如深卷積網絡，變分自動編碼器，生成對抗網絡和循環神經網絡。本課程的主要重點是了解如何構建這些算法的必要結構以及如何應用它們來探索創意應用程序。
介紹數據與機器和深度學習算法的重要性，創建數據集的基礎知識，如何預處理數據集，然後跳轉到Tensorflow。此外將學習Tensorflow的基本結構，並了解如何使用它來過濾圖像。
將看到神經網絡如何工作，網絡是如何“訓練”。然後將構建自己的第一個神經網絡，並將其用於訓練神經網絡如何繪製圖像的應用程序。
探索能夠編碼大型數據集的深層神經網絡，並了解如何使用此編碼來探索數據集的“潛在”維度或生成全新內容。還將學習另一種類型的執行辨別學習的模型，並了解如何使用它來預測圖像的標簽。
指導執行一些真正有趣的可視化，包括可以產生無限生成分形的“深度夢想”或者“風格網絡”，它允許我們將一個圖像的內容和另一個圖像的風格結合起來自動生成藝術美學。
最後提供了一些未來生成建模方向的預測，包括一些現有技術模型，例如“生成式對抗網絡”，以及其在“變分自動編碼器”內的實現等內容。
Antonio Cangiano ——IBM軟件開發和技術推廣
大數據大學剛剛推出了一個免費的深層學習與TensorFlow課程。顯然還有其他有效的資源可用，但建議你看一下本課程。同樣查看目錄中的其他數據科學和機器學習課程。課程是完全免費的，並且許多都有完成證書和IBM支持的開放徽章。
Ian Dewancker ——SigOpt研究工程師
最好的學習方式可能是通過學習和實驗一個工作過的例子。在SigOpt有一個工作是通過TensorFlow示例調整一個卷積神經網絡，該工程在github頁麵鏈接：sigopt / sigopt-examples
下麵簡短的視頻教程講授如何創建一個能夠運行TensorFlow代碼的AWS環境。該視頻還概述了並行探索CNN配置的簡單策略。
Ish Girwan ——在印度管理學院學習
作為初學者，可以使用以下資源：
Kuntal Mukherjee ——在Wipro Technologies工作
如果你是初學者，建議按照以下步驟學習：
1 首先快速學習Python。
2 學習AI和機器學習課程，可以嚐試MIT OCW。
3 從TensorFlow網站教程開始。如果你已經在這個領域經曆過，那麼可以去步驟（3）開始學習更高級教程。
Rodolfo Bonnin ——建築機器學習項目與Tensorflor 作家
Ankit Sachan ——Ilenze.com的創始人最簡單的方法之一是查看和修改一些代碼示例與額外的注釋;
在開始的時候遇到了一些與困難。所以創造了一係列的教程。教程在Linkedin計算機視覺組上變得非常流行。
Angel Mario Castro Martinez ——在馬克斯普朗克學會工作
對我來說，最好的起點是主頁本身：
http：//www.tensorflow.org/versio ...
安裝並習慣了如何處理數據和訓練模型的方式，你可以嚐試MNIST教程或其他幾個教程：
https：//github.com/kronos-cm/Ten...
如果正在尋找一個壓縮版本的上述主題，可以嚐試：
Suraj Vantigodi ——在印度班加羅爾理工學院工作
一個有用的鏈接學習TensorFlow，一旦完成後可以去Udacity課程深度學習| Udacity。
Kim Brian ——5年計算機編程經驗
除了使用TensorFlow，有很多其它可能的解決方案。如果你是一個熱心編碼的人，建議不要使用TensorFlow，直到你知道如何編碼基本的AI。
正如Kuntal Mukherjee先生所說，建議從基礎知識中學習。
Chirila Sorina ——在Iasi計算機科學學院學習
請查看以下兩個答案：
Ashwin D Kini ——喜歡閱讀的Web開發人員
猜猜你沒有訪問過這個網站：
對於初學者：
Tuan Vu ——數據據科學家
如果你想了解張量流的基本結構，這個網站可能有幫助：學習TensorFlow
Kishore Karunakaran ——Vanenburg Software高級軟件工程師
Tensorflow的教程:學習TensorFlow
Lifu Yi ——Mindx.ai的首席執行官
等待下一個更好的版本再學習它，當前版本的結構導致其糟糕的性能表現。
本文由北郵@愛可可-愛生活老師推薦，阿裏雲雲棲社區組織翻譯。
文章原標題《Where can I start learning how to using TensorFlow》 譯者：海棠
文章為簡譯，更為詳細的內容，請查看原文
最後更新：2017-07-12 22:10:29