超赞TensorFlow

精选的超赞TensorFlow实验、库和项目列表。灵感来自awesome-machine-learning。

什么是TensorFlow?

TensorFlow是一个开源软件库,用于使用数据流图进行数值计算。换句话说,它是构建深度学习模型的最佳方式。

更多信息点击这里。

教程

TensorFlow教程1 - 从基础到稍微有趣的TensorFlow应用
TensorFlow教程2 - 基于Google的TensorFlow框架的深度学习入门。这些教程是Newmu的Theano的直接移植
TensorFlow教程3 - 这些教程适用于深度学习和TensorFlow的初学者,代码有详细注释并配有YouTube视频。
TensorFlow示例 - 为初学者准备的TensorFlow教程和代码示例
Sungjoon的TensorFlow-101 - 用Python编写的TensorFlow教程,使用Jupyter Notebook
Terry Um的TensorFlow练习 - 重新创建其他TensorFlow示例的代码
在树莓派3上安装TensorFlow - 在树莓派上正确编译和运行TensorFlow
时间序列分类 - 使用LSTM在手机传感器数据上进行TensorFlow中的循环神经网络分类
Android上TensorFlow入门 - 构建你的第一个TensorFlow Android应用
预测时间序列 - 学习在简单数据集上使用seq2seq模型,作为这种架构所提供的广泛可能性的入门
单图随机点立体图 - SIRDS是一种在2D图像中呈现3D数据的方法。它允许以瀑布类型图表显示科学数据,没有由于透视造成的隐藏线。
CS20 SI: 用于深度学习研究的TensorFlow - 2017年斯坦福大学关于Tensorflow的课程 - 课程大纲 - 非官方视频
TensorFlow世界 - 提供简洁易用的TensorFlow教程,附有详细文档。
高效TensorFlow - TensorFlow使用技巧和最佳实践。涵盖基础和高级主题。
TensorLayer - TensorFlow官方教程的模块化实现。(中文版)。
理解TensorFlow Estimator API 对Estimator API的概念性概述,包括何时使用它以及为什么使用它。
人工智能、机器学习和深度学习的TensorFlow入门 - Coursera提供的TensorFlow入门课程
TensorFlow中的卷积神经网络 - Coursera提供的TensorFlow中的卷积神经网络课程
TensorLayerX - 像PyTorch一样使用TensorFlow。(API文档)

模型/项目

Tensorflow项目模板 - 一个简单且设计良好的Tensorflow项目模板。
领域迁移网络 - 无监督跨域图像生成的实现
Show, Attend and Tell - 基于注意力机制的图像标题生成器
神经风格迁移神经风格迁移的实现
SRGAN - 使用生成对抗网络的照片级单图像超分辨率
Pretty Tensor - Pretty Tensor提供了一个高级构建器API
神经风格迁移 - 神经风格迁移的一种实现
AlexNet3D - AlexNet3D的实现。简单的AlexNet模型，但使用3D卷积层(conv3d)。
TensorFlow白皮书笔记 - TensorFlow白皮书的注释和摘要，包括SVG图形和文档链接
NeuralArt - 艺术风格神经算法的实现
使用TensorFlow的生成性手写演示 - 尝试实现Alex Graves论文中的随机手写生成部分
TensorFlow中的神经图灵机 - 神经图灵机的实现
GoogleNet卷积神经网络根据场景对电影场景进行分组 - 根据视频中出现的物体、地点和其他事物来搜索、过滤和描述视频
使用TensorFlow在莎士比亚作品与现代英语之间进行神经机器翻译 - 这执行了一种单语翻译，在现代英语和莎士比亚英语之间互相转换。
聊天机器人 - "神经对话模型"的实现
Seq2seq聊天机器人 - 200行代码实现的聊天机器人
DCGAN - 深度卷积生成对抗网络
GAN-CLS - 生成对抗文本到图像合成
im2im - 使用生成对抗网络的无监督图像到图像转换
改进的CycleGAN - 非配对图像到图像转换
DAGAN - 快速压缩感知MRI重建
Colornet - 为灰度图像上色的神经网络 - 为灰度图像上色的神经网络
神经标题生成器 - "Show and Tell"的实现
带注意力机制的神经标题生成器 - "Show, Attend and Tell"的实现
弱监督检测器 - "学习用于判别定位的深度特征"的实现
动态容量网络 - "动态容量网络"的实现
TensorFlow中的HMM - HMM的维特比算法和前向/后向算法的实现
DeepOSM - 使用OpenStreetMap特征和卫星图像训练TensorFlow神经网络。
DQN-tensorflow - Devsisters.com使用OpenAI Gym实现的DeepMind的"通过深度强化学习实现人类水平控制"的TensorFlow实现
策略梯度 - 用于玩Atari乒乓球游戏
深度Q网络 - 用于玩Frozen Lake游戏
AC - 用于玩离散动作空间游戏(平衡杆)的演员评论家算法
A3C - 用于连续动作空间(双足行走者)的异步优势演员评论家(A3C)
DAGGER - 用于玩Gym Torcs
TRPO - 用于连续和离散动作空间
Highway Network - "训练非常深的网络"的TensorFlow实现，附有博客文章
分层注意力网络 - "用于文档分类的分层注意力网络"的TensorFlow实现
使用CNN进行句子分类 - "用于句子分类的卷积神经网络"的TensorFlow实现，附有博客文章
端到端记忆网络 - 端到端记忆网络的实现
字符感知神经语言模型 - 字符感知神经语言模型的TensorFlow实现
YOLO TensorFlow ++ - "YOLO: 实时目标检测"的TensorFlow实现，支持训练和在移动设备上实时运行。
Wavenet - 这是WaveNet生成神经网络架构用于音频生成的TensorFlow实现。
记忆下降法 - "记忆下降法：应用于端到端人脸对齐的循环过程"的Tensorflow实现
使用Tensorflow的CNN可视化 - "可视化和理解卷积网络"的Tensorflow实现
VGAN Tensorflow - Vondrick等人的MIT论文"生成具有场景动态的视频"的Tensorflow实现。
TensorFlow中的3D卷积神经网络 - Torfi等人的"用于说话人验证应用的3D卷积神经网络"在TensorFlow中的实现。
U-Net - 用于脑肿瘤分割
空间变换网络 - 学习变换函数
唇语阅读 - 使用TensorFlow中的3D架构进行跨音视频识别 - Torfi等人的"使用深度学习进行野外跨音视频识别"的TensorFlow实现。
注意力物体跟踪 - "分层注意力循环跟踪"的实现
用于图补全和链接预测的全息嵌入 - 知识图谱的全息嵌入的实现
无监督物体计数 - "注意、推理、重复：快速场景理解与生成模型"的实现
Tensorflow FastText - 一个受Facebook的fastText启发的简单嵌入式文本分类器。
音乐流派分类 - 使用神经网络从10秒的音频流中分类音乐流派。
Kubeflow - 在Kubernetes上轻松使用Tensorflow的框架。
TensorNets - 40多个带有预训练权重的流行计算机视觉模型。
梯度网络 - 在Keras和Tensorflow中实现的半监督学习梯度网络。
TF-Unet - 在Keras中实现的通用U型网络，用于图像分割。
Sarus TF2模型 - 一系列最新生成模型，以清晰、易于重用的Tensorflow 2代码实现（包括普通自编码器、VAE、VQ-VAE、PixelCNN、门控PixelCNN、PixelCNN++、PixelSNAIL、条件神经过程）。
模型制作器 - 一个迁移学习库，简化了TensorFlow Lite模型的训练、评估和部署过程（支持：图像分类、物体检测、文本分类、BERT问答、音频分类、推荐等；API参考）。

TensorFlow 驱动

YOLO TensorFlow - 'YOLO: 实时目标检测'的实现
android-yolo - 使用YOLO网络在Android上进行实时目标检测,由TensorFlow驱动
Magenta - 推进音乐和艺术生成领域机器智能前沿水平的研究项目

库

TensorFlow Estimators - 大大简化机器学习编程的高级TensorFlow API(最初为tensorflow/skflow)
R语言TensorFlow接口 - TensorFlow API的R语言接口,包括Estimators、Keras、Datasets等
Lattice - TensorFlow中单调校准插值查找表的实现
tensorflow.rb - 使用SWIG的Ruby原生TensorFlow接口
tflearn - 具有更高级API的深度学习库
TensorLayer - 面向研究人员和工程师的深度学习和强化学习库
TensorFlow-Slim - 用于定义模型的高级库
TensorFrames - Apache Spark的TensorFlow绑定
TensorForce - TensorForce: 应用强化学习的TensorFlow库
TensorFlowOnSpark - Yahoo!的倡议,使用Apache Spark实现分布式TensorFlow
caffe-tensorflow - 将Caffe模型转换为TensorFlow格式
keras - 用于TensorFlow和Theano的简约模块化深度学习库
SyntaxNet: 语法神经模型 - Globally Normalized Transition-Based Neural Networks, Andor et al. (2016)中描述的模型的TensorFlow实现
keras-js - 在浏览器中运行Keras模型(tensorflow后端),支持GPU
NNFlow - 简单的框架,允许通过将ROOT NTuples转换为Numpy数组来读取它们,然后在Google Tensorflow中使用
Sonnet - Sonnet是DeepMind基于TensorFlow构建的用于构建复杂神经网络的库
tensorpack - 基于TensorFlow的神经网络工具箱,专注于训练速度和大型数据集
tf-encrypted - TensorFlow的加密数据机器学习层
pytorch2keras - 将PyTorch模型转换为Keras(使用TensorFlow后端)格式
gluon2keras - 将Gluon模型转换为Keras(使用TensorFlow后端)格式
TensorIO - 轻量级跨平台库,用于将TensorFlow Lite模型部署到移动设备
StellarGraph - 图上的机器学习,用于图结构(网络结构)数据机器学习的Python库
DeepBay - Keras的高级补充,用于实现常见架构堆栈,作为易于使用的即插即用模块提供
Tensorflow-Probability - 基于TensorFlow构建的概率编程,可以轻松地在现代硬件上结合概率模型和深度学习
TensorLayerX - TensorLayerX: 适用于所有硬件、后端和操作系统的统一深度学习框架,包括TensorFlow

工具/实用程序

Speedster - 自动应用最先进的优化技术,在您的硬件上实现最大推理速度提升
Guild AI - TensorFlow的任务运行器和包管理器
ML Workspace - 用于机器学习和数据科学的一体化网络IDE。将TensorFlow、Jupyter、VS Code、Tensorboard和许多其他工具/库组合到一个Docker镜像中
create-tf-app - Tensorflow项目构建命令行工具,涵盖环境管理、代码检查和日志记录

视频

TensorFlow指南1 - 安装和使用指南
TensorFlow指南2 - 第一个视频的继续
TensorFlow基本用法 - 介绍基本用法的指南
TensorFlow深度MNIST专家版 - 介绍深度MNIST
TensorFlow Udacity深度学习 - 在Cloud 9在线服务上免费安装TensorFlow的基本步骤,提供1GB数据
为什么Google希望每个人都能使用TensorFlow
2016年1月19日TensorFlow硅谷见面会视频
2016年1月21日TensorFlow硅谷见面会视频
斯坦福CS224d第7讲 - TensorFlow简介,2016年4月19日 - Richard Socher的CS224d自然语言处理深度学习
通过TensorFlow深入机器学习 - 2016年俄勒冈州波特兰Pycon,Julia Ferraioli、Amy Unruh、Eli Bixby的幻灯片和代码
使用TensorFlow进行大规模深度学习 - 2016年Spark峰会Jeff Dean的主题演讲
TensorFlow和深度学习 - 无需博士学位 - Martin Görner
TensorFlow和深度学习 - 无需博士学位,第2部分(Google Cloud Next '17) - Martin Görner
使用TensorFlow在Go中进行图像识别 - Alex Pliutau

论文

TensorFlow:异构分布式系统上的大规模机器学习 - 本文描述了TensorFlow接口以及我们在Google构建的该接口的实现
TensorFlow Estimators:在高级机器学习框架中管理简单性与灵活性
TF.Learn:TensorFlow的分布式机器学习高级模块
深度学习软件框架比较研究 - 该研究针对几种类型的深度学习架构进行,我们评估了上述框架在单机(多线程)CPU和GPU(Nvidia Titan X)设置下的性能
使用MPI的分布式TensorFlow - 在本文中,我们扩展了最近提出的Google TensorFlow,使用消息传递接口(MPI)在大规模集群上执行
全局归一化的基于转移的神经网络 - 本文描述了SyntaxNet背后的模型
TensorFlow:大规模机器学习系统 - 本文描述了TensorFlow数据流模型,与现有系统进行了对比,并展示了令人信服的性能
TensorLayer:高效深度学习开发的多功能库 - 本文描述了一个多功能Python库,旨在帮助研究人员和工程师高效开发深度学习系统(获得ACM MM 2017最佳开源软件奖)
TensorFlow:更智能的机器学习,适合每个人 - TensorFlow简介
宣布SyntaxNet:世界上最准确的解析器开源 - 发布SyntaxNet,"一个在TensorFlow中实现的开源神经网络框架,为自然语言理解系统提供基础"。

博客文章

官方TensorFlow博客
为什么TensorFlow将改变AI游戏规则
面向诗人的TensorFlow - 介绍TensorFlow的实现
Scikit Flow简介 - TensorFlow的简化接口 - 关键特性说明
在TensorFlow中构建机器学习估计器 - 了解TensorFlow Learn估计器的内部原理
TensorFlow - 不只是深度学习
indico机器学习团队对TensorFlow的看法
TensorFlow的优点、缺点和丑陋之处 - 六个月快速发展的调查(以及修复丑陋部分的技巧/黑客和代码),Dan Kuster在Indico,2016年5月9日
用TensorFlow实现Fizz Buzz - Joel Grus的一个玩笑
TensorFlow中的RNN实用指南和未记录的功能 - 附带GitHub上完整代码示例的分步指南。
使用TensorBoard可视化TensorFlow中的图像分类再训练
TFRecords指南语义分割和处理TFRecord文件格式。
TensorFlow Android指南 - Android TensorFlow机器学习示例。
现代Intel®架构上的TensorFlow优化 - 介绍基于Intel/Google合作的Intel® Xeon®和Intel® Xeon Phi™处理器平台上的TensorFlow优化。
可口可乐的图像识别应用可口可乐的产品代码图像识别神经网络,带有用户输入反馈循环。
TensorFlow如何工作机器学习库TensorFlow是如何工作的?

社区

书籍

TensorFlow机器学习 - Nishant Shukla著,UCLA计算机视觉研究员,《Haskell数据分析手册》作者。本书使数学密集型的ML主题变得平易近人和实用。
初识TensorFlow - Jordi Torres著,UPC巴塞罗那理工大学教授,巴塞罗那超级计算中心研究经理和高级顾问
Python深度学习 - Jason Brownlee著,使用Keras在Theano和TensorFlow上开发深度学习模型
TensorFlow机器智能 - 从图计算基础到深度学习模型,再到在生产环境中使用的完整TensorFlow指南 - Bleeding Edge出版社
TensorFlow入门 - Giancarlo Zaccone著,学习使用Google最新的数值计算库并更深入地探索你的数据
Scikit-Learn与TensorFlow机器学习实用指南 – Aurélien Geron著,前YouTube视频分类团队负责人。涵盖ML基础知识、跨多台服务器和GPU使用TensorFlow训练和部署深度网络、最新CNN、RNN和自动编码器架构以及强化学习(Deep Q)。
TensorFlow机器学习项目实战 – Rodolfo Bonnin著。本书涵盖了TensorFlow中的各种项目,展示了在不同场景下可以用TensorFlow做什么。书中提供了有关训练模型、机器学习、深度学习以及使用各种神经网络的项目。每个项目都是一次引人入胜且富有洞察力的练习,将教你如何使用TensorFlow,并展示如何通过使用张量来探索数据层。
使用TensorLayer进行深度学习 - Hao Dong等著。本书涵盖了深度学习以及使用TensorFlow和TensorLayer的实现。
TensorFlow 2.0实战 - Thushan Ganegedara著。这本使用TensorFlow 2.0新特性构建深度学习模型的实用指南充满了引人入胜的项目、简洁的语言,并涵盖了最新算法。
黑客的概率编程与贝叶斯方法 - Cameron Davidson-Pilon著。使用tensorflow-probability(也可选择PyMC2/3)介绍贝叶斯方法和概率图模型。