TensorFlow 課程

該存儲庫旨在為 TensorFlow 提供簡單且即用的教程。每個教程都包含source code ，其中大多數都與documentation相關聯。

贊助

為了支持該專案的維護和升級，請考慮贊助專案開發者。

任何級別的支持都是巨大的貢獻❤️

狀態：專案已更新至 **TensorFlow 2.3* .*

TensorFlow 的有趣之處在於，如今它隨處可見。許多研究人員和開發人員正在使用它，而它的社群正在以光速增長！許多問題都可以輕鬆處理，因為考慮到 TensorFlow 社區涉及的人數眾多，這些問題通常與許多其他人遇到的問題相同。

這個儲存庫有什麼意義？

為了開發某些東西而開發開源專案並不是這種努力背後的原因。考慮到這個大型社區中添加了大量教程，創建此存儲庫是為了打破大多數開源專案通常發生的跳入和跳出過程，但為什麼以及如何呢？

首先，在大多數人都不會停下來看看的事情上投入精力有什麼意義呢？創建對開發人員和研究人員社群中的任何人都沒有幫助的東西有什麼意義呢？為什麼要把時間花在容易忘記的事情上呢？但我們要如何嘗試去做呢？即使到目前為止，關於 TensorFlow 的教學也數不勝數，無論是模型設計還是 TensorFlow 工作流程。

其中大多數過於複雜或缺乏文件。只有少數可用的教程簡潔且結構良好，並為其具體實現的模型提供了足夠的見解。

該專案的目標是透過結構化教學和簡單優化的程式碼實現幫助社區更好地了解如何快速有效地使用 TensorFlow。

值得注意的是，該專案的主要目標是提供文檔齊全的教程和不太複雜的程式碼！

TensorFlow安裝與環境設置

替代文字

若要安裝 TensorFlow，請參閱以下連結：

TensorFlow 安裝

_img/mainpage/安裝.gif

建議使用虛擬環境安裝，以避免套件衝突，並具有自訂工作環境的能力。

TensorFlow 教學課程

此儲存庫中的教學分為相關類別。

熱身

替代文字

#	話題	跑步	原始碼	媒體
1	啟動		筆記本/Python	影片教學

基礎知識

#	話題	原始碼	媒體
1	張量	筆記本/Python	影片教學
2	自動微分	筆記本/Python	影片教學
3	圖簡介	筆記本/Python	影片教學
4	TensorFlow 模型	筆記本/Python	影片教學

基礎機器學習

#	話題	跑步	原始碼	更多的	媒體
1	線性迴歸		筆記本/Python	教學	影片教學
2	數據增強		筆記本/Python	教學	影片教學

神經網路

#	話題	跑步	原始碼	媒體
1	多層感知器		筆記本/Python	影片教學
2	卷積神經網絡		筆記本/Python	影片教學

先進的

#	話題	原始碼	媒體
1	客製化培訓	筆記本/Python	影片教學
2	資料集產生器	筆記本/Python	影片教學
3	建立 TFRecord	筆記本/Python	影片教學

一些有用的教程

TensorFlow Examples - 適合初學者的 TensorFlow 教學課程和程式碼範例
Sungjoon 的 TensorFlow-101 - 使用 Jupyter Notebook 用 Python 編寫的 TensorFlow 教程
Terry Um 的 TensorFlow 練習 - 重新建立其他 TensorFlow 範例的程式碼
時間序列分類 - 使用 LSTM 在 TensorFlow 中對手機感測器資料進行遞歸神經網路分類

貢獻

向此儲存庫做出貢獻時，請先透過問題、電子郵件或任何其他方法與此儲存庫的擁有者討論您希望進行的更改，然後再進行更改。對於拼字錯誤，請不要建立拉取請求。相反，請在問題中聲明它們或向存儲庫所有者發送電子郵件。

請注意，我們有行為準則，請在與專案的所有互動中遵循該準則。

拉取請求流程

請考慮以下標準，以便更好地幫助我們：

拉取請求主要期望是程式碼腳本建議或改進。
請不要更改 ipython 檔案。相反，更改相應的 PYTHON 文件。
與非程式碼腳本部分相關的拉取請求預計會對文件產生重大影響。否則，預計將在問題部分公佈。
確保在執行建置和建立拉取請求時在該層結束之前刪除所有安裝或建置依賴項。
新增包含介面變更詳細資訊的註釋，其中包括新的環境變數、公開的連接埠、有用的檔案位置和容器參數。
一旦您獲得至少一位其他開發人員的簽署，您就可以合併拉取請求，或者如果您沒有這樣做的權限，如果您認為所有檢查都已通過，您可以請求所有者為您合併它。