TensorFlow World
1.0.0
Para apoiar a manutenção e atualização deste projeto, considere patrocinar o desenvolvedor do projeto.
Qualquer nível de apoio é uma grande contribuição aqui ❤️
Este repositório tem como objetivo fornecer tutoriais simples e prontos para uso do TensorFlow. As explicações estão presentes no wiki associado a este repositório.
Cada tutorial inclui source code e documentation associada.
Motivação
Por que usar o TensorFlow?
Qual é o objetivo deste repositório?
Instalação e configuração do ambiente do TensorFlow
Tutoriais do TensorFlow
Aquecimento
Noções básicas
Aprendizado de máquina básico
Redes Neurais
Alguns tutoriais úteis
Contribuindo
Processo de solicitação pull
Nota Final
Reconhecimento
Existem diferentes motivações para este projeto de código aberto. TensorFlow (no momento em que escrevemos este documento) é uma das melhores estruturas de aprendizado profundo disponíveis. A pergunta que deve ser feita é por que este repositório foi criado quando existem tantos outros tutoriais sobre o TensorFlow disponíveis na web?
O Deep Learning é de grande interesse atualmente - há uma necessidade crucial de implementações rápidas e otimizadas de algoritmos e arquiteturas. O TensorFlow foi projetado para facilitar esse objetivo.
A grande vantagem do TensorFlow é a flexibilidade no projeto de modelos altamente modulares, o que também pode ser uma desvantagem para iniciantes, já que muitas peças devem ser consideradas em conjunto ao criar o modelo.
Esse problema também foi facilitado pelo desenvolvimento de APIs de alto nível, como Keras e Slim, que abstraem muitas das peças usadas no projeto de algoritmos de aprendizado de máquina.
O interessante do TensorFlow é que ele pode ser encontrado em qualquer lugar hoje em dia . Muitos pesquisadores e desenvolvedores estão usando-o e sua comunidade está crescendo na velocidade da luz ! Muitos problemas podem ser resolvidos facilmente, pois geralmente são os mesmos que muitas outras pessoas enfrentam, considerando o grande número de pessoas envolvidas na comunidade do TensorFlow.
Desenvolver projetos de código aberto apenas com o objetivo de desenvolver algo não é a razão por trás desse esforço . Considerando o grande número de tutoriais que estão sendo adicionados a esta grande comunidade, este repositório foi criado para quebrar o processo de entrada e saída que normalmente acontece com a maioria dos projetos de código aberto, mas por que e como ?
Em primeiro lugar, de que adianta se esforçar em algo que a maioria das pessoas não para e dá uma olhada? Qual o sentido de criar algo que não ajuda ninguém na comunidade de desenvolvedores e pesquisadores? Por que gastar tempo com algo que pode ser facilmente esquecido? Mas como tentamos fazer isso? Até o momento, existem inúmeros tutoriais sobre o TensorFlow, seja no design do modelo ou no fluxo de trabalho do TensorFlow.
A maioria deles é muito complicada ou carece de documentação. Existem apenas alguns tutoriais disponíveis que são concisos e bem estruturados e fornecem informações suficientes para seus modelos específicos implementados.
O objetivo deste projeto é ajudar a comunidade com tutoriais estruturados e implementações de código simples e otimizadas para fornecer uma visão melhor sobre como usar o TensorFlow de forma rápida e eficaz .
Vale ressaltar que o objetivo principal deste projeto é fornecer tutoriais bem documentados e códigos menos complicados !
Para instalar o TensorFlow, consulte o seguinte link:
Instalação do TensorFlow
A instalação em ambiente virtual é recomendada para evitar conflitos de pacotes e ter capacidade de customizar o ambiente de trabalho.
Os tutoriais neste repositório são particionados em categorias relevantes.
| # | tópico | Código Fonte | |
|---|---|---|---|
| 1 | Comece | Bem-vindo/IPython | Documentação |
| # | tópico | Código Fonte | |
|---|---|---|---|
| 2 | Noções básicas do TensorFlow | Operações matemáticas básicas / IPython | Documentação |
| 3 | Noções básicas do TensorFlow | Variáveis TensorFlow/IPython | Documentação |
| # | tópico | Código Fonte | |
|---|---|---|---|
| 4 | Modelos Lineares | Regressão Linear / IPython | Documentação |
| 5 | Modelos Preditivos | Regressão Logística / IPython | Documentação |
| 6 | Máquinas de vetores de suporte | SVM linear/IPython | |
| 7 | Máquinas de vetores de suporte | Kernel MultiClasse SVM/IPython |
| # | tópico | Código Fonte | |
|---|---|---|---|
| 8 | Perceptron multicamadas | Perceptron multicamadas simples / IPython | |
| 9 | Rede Neural Convolucional | Redes Neurais Convolucionais Simples | Documentação |
| 10 | Codificador automático | Autoencoder incompleto | Documentação |
| 11 | Rede Neural Recorrente | RNN/IPython |
Exemplos do TensorFlow – tutoriais e exemplos de código do TensorFlow para iniciantes
TensorFlow-101 de Sungjoon - Tutoriais do TensorFlow escritos em Python com Jupyter Notebook
Exercícios do TensorFlow de Terry Um – recrie os códigos de outros exemplos do TensorFlow
Classificação em séries temporais - Classificação de redes neurais recorrentes no TensorFlow com LSTM em dados de sensores de celulares
Ao contribuir para este repositório, primeiro discuta a alteração que deseja fazer por meio de problema, e-mail ou qualquer outro método com os proprietários deste repositório antes de fazer uma alteração. Para erros de digitação, não crie uma solicitação pull. Em vez disso, declare-os em problemas ou envie um e-mail ao proprietário do repositório .
Observe que temos um código de conduta, siga-o em todas as suas interações com o projeto.
Por favor, considere os seguintes critérios para nos ajudar da melhor maneira:
Espera-se que a solicitação pull seja principalmente uma sugestão ou melhoria de script de código.
Espera-se que uma solicitação pull relacionada a seções que não sejam de script de código faça uma diferença significativa na documentação. Caso contrário, espera-se que seja anunciado na seção de questões.
Certifique-se de que todas as dependências de instalação ou build sejam removidas antes do final da camada ao fazer um build e criar uma solicitação pull.
Adicione comentários com detalhes de alterações na interface, incluindo novas variáveis de ambiente, portas expostas, locais de arquivos úteis e parâmetros de contêiner.
Você pode mesclar a solicitação pull assim que tiver a aprovação de pelo menos um outro desenvolvedor ou, se não tiver permissão para fazer isso, poderá solicitar ao proprietário que a mescle para você, se acreditar que todas as verificações foram aprovadas.
Estamos ansiosos pelo seu gentil feedback. Por favor, ajude-nos a melhorar este projeto de código aberto e tornar nosso trabalho melhor. Para contribuição, crie uma solicitação pull e iremos investigá-la imediatamente. Mais uma vez, agradecemos seu gentil feedback e elaboradas inspeções de código.
Fiz grandes esforços neste projeto por, espero, ser uma pequena parte do mundo TensorFlow. No entanto, não teria sido plausível sem o apoio e a ajuda do meu amigo e colega Domenick Poster pelos seus valiosos conselhos. Ele me ajudou a entender melhor o TensorFlow e meu agradecimento especial vai para ele.
