

TensorFlow

Awesome TensorFlow

精选的TensorFlow实验，库和项目的精选列表. 受到很棒的机器学习的启发.

What is 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，构建深度学习模型的最佳方法.

更多信息 here.

Tutorials

• TensorFlow Tutorial 1 -从基础到TensorFlow稍微有趣的应用
• TensorFlow Tutorial 2 -基于Google的TensorFlow框架的深度学习简介. 这些教程是Newmu Theano的直接移植
• TensorFlow Tutorial 3 -这些教程适用于深度学习和TensorFlow的初学者，其中包含详细记录的代码和YouTube视频.
• TensorFlow Examples -适用于初学者的TensorFlow教程和代码示例
• Sungjoon's TensorFlow-101 -使用Jupyter Notebook用Python编写的TensorFlow教程
• Terry Um’s TensorFlow Exercises -从其他TensorFlow示例中重新创建代码
• Installing TensorFlow on Raspberry Pi 3 -TensorFlow已在Raspberry Pi上编译并正常运行
• Classification on time series -在TensorFlow中使用LSTM对手机传感器数据进行递归神经网络分类
• Getting Started with TensorFlow on Android -构建您的第一个TensorFlow Android应用
• Predict time series -学习在简单数据集上使用seq2seq模型，以介绍此架构提供的各种可能性
• Single Image Random Dot Stereograms -SIRDS是在2D图像中呈现3D数据的一种方式. 它允许科学地显示瀑布型图，而不会由于透视而隐藏线.
• CS20 SI: TensorFlow for DeepLearning Research -从2017年开始的斯坦福大学有关Tensorflow的课程- Syllabus - Unofficial Videos
• TensorFlow World -提供简洁明了的TensorFlow教程以及详细的文档.
• Effective Tensorflow -TensorFlow howtos和最佳实践. 涵盖基础知识和高级主题.
• TensorLayer -TensorFlow官方教程的模块化实现. （CN).
• Understanding The Tensorflow Estimator API A conceptual overview of the Estimator API, when you'd use it and why.
• Convolutional Neural Networks in TensorFlow -Coursera提供的Tensorflow中的卷积神经网络

Models/Projects

• SenseNet -具有TensorFlow DQN示例的机器人触摸模型
• Tensorflow-Project-Template -为您的tensorflow项目设计的简单简单的模板.
• Domain Transfer Network -实现无监督的跨域图像生成
• Show, Attend and Tell -基于注意力的图像字幕生成器
• Neural Style 神经风格的实现
• SRGAN -使用生成的对抗网络实现逼真的单图像超分辨率
• Pretty Tensor -漂亮的Tensor提供了高级构建器API
• Neural Style -神经风格的实现
• AlexNet3D -AlexNet3D的实现. 简单的AlexNet模型，但具有3D卷积层（conv3d）.
• TensorFlow White Paper Notes -TensorFlow白皮书的注释注释和摘要以及SVG图形和文档链接
• NeuralArt -一种艺术风格的神经算法的实现
• Deep-Q learning Pong with TensorFlow and PyGame
• Generative Handwriting Demo using TensorFlow -尝试实现Alex Graves论文的随机笔迹生成部分
• Neural Turing Machine in TensorFlow -神经图灵机的实现
• GoogleNet Convolutional Neural Network Groups Movie Scenes By Setting -根据对象，地点以及其中出现的其他事物搜索，过滤和描述视频
• Neural machine translation between the writings of Shakespeare and modern English using TensorFlow -这将执行单语翻译，从现代英语到莎士比亚，反之亦然.
• Chatbot - 实施 "A neural conversational model"
• Seq2seq-Chatbot -200行代码中的聊天机器人
• DCGAN -深度卷积生成对抗网络
• GAN-CLS 生成对抗性文本以进行图像合成
• im2im -生成对抗网络的无监督图像到图像翻译
• Improved CycleGAN -未配对的图像到图像的翻译
• DAGAN -快速压缩传感MRI重建
• Colornet -神经网络为灰度图像着色 -神经网络为灰度图像着色
• Neural Caption Generator - 实施 "Show and Tell"
• Neural Caption Generator with Attention - 实施 "Show, Attend and Tell"
• Weakly_detector - 实施 "Learning Deep Features for Discriminative Localization"
• Dynamic Capacity Networks - 实施 "Dynamic Capacity Networks"
• HMM in TensorFlow -HMM的维特比和前进/后退算法的实现
• DeepOSM -使用OpenStreetMap功能和卫星图像训练TensorFlow神经网络.
• DQN-tensorflow -Devsisters.com使用OpenAI Gym实施DeepMind的'通过深度强化学习进行人级控制'的TensorFlow
• Policy Gradient -玩Atari乒乓球
• Deep Q-Network -玩冰湖游戏
• AC - Actor Critic for Playing Discrete Action space Game (Cartpole)
• A3C -连续动作空间（Bipedal Walker）的异步优势演员评论家（A3C）
• DAGGER -玩 Gym Torcs
• TRPO -对于连续和离散动作空间
• Highway Network -TensorFlow的实现 "Training Very Deep Networks" 与 blog post
• Hierarchical Attention Networks -TensorFlow的实现 "Hierarchical Attention Networks for Document Classification"
• Sentence Classification with CNN -TensorFlow的实现 "Convolutional Neural Networks for Sentence Classification" 与 blog post
• End-To-End Memory Networks - 实施 End-To-End Memory Networks
• Character-Aware Neural Language Models -TensorFlow的实现 Character-Aware Neural Language Models
• YOLO TensorFlow ++ -“ YOLO：实时对象检测”的TensorFlow实现，具有培训和对在移动设备上实时运行的实际支持.
• Wavenet -这是TensorFlow的实现 WaveNet generative neural network architecture 用于音频生成.
• Mnemonic Descent Method -Tensorflow的实现 "Mnemonic Descent Method: A recurrent process applied for end-to-end face alignment"
• CNN visualization using Tensorflow -Tensorflow的实现 "Visualizing and Understanding Convolutional Networks"
• VGAN Tensorflow -MIT的Tensorflow实现 "Generating Videos with Scene Dynamics" 由Vondrick等人撰写.
• 3D Convolutional Neural Networks in TensorFlow - 实施 "3D Convolutional Neural Networks for Speaker Verification application" 在Tors等人的TensorFlow中.
• U-Net -用于脑肿瘤分割
• Spatial Transformer Networks -学习转换功能
• Lip Reading - Cross Audio-Visual Recognition using 3D Architectures in TensorFlow -TensorFlow的实现 "Cross Audio-Visual Recognition in the Wild Using Deep Learning" 由Torfi等人撰写.
• Attentive Object Tracking - 实施 "Hierarchical Attentive Recurrent Tracking"
• Holographic Embeddings for Graph Completion and Link Prediction - 实施 Holographic Embeddings of Knowledge Graphs
• Unsupervised Object Counting - 实施 "Attend, Infer, Repeat"
• Tensorflow FastText -受Facebook的fastText启发的基于嵌入的简单文本分类器.
• MusicGenreClassification -使用神经网络对10秒钟声音流中的音乐流派进行分类.
• Kubeflow -轻松将Tensorflow与Kubernetes结合使用的框架.
• TensorNets -超过40种具有预训练权重的流行计算机视觉模型.
• Ladder Network -在Keras和Tensorflow中实现用于半监督学习的阶梯网络
• TF-Unet -在Keras中实现的通用U网络用于图像分割

Powered by TensorFlow

• YOLO TensorFlow -实现“ YOLO：实时对象检测”
• android-yolo -由TensorFlow支持的使用YOLO网络在Android上进行实时对象检测.
• Magenta -旨在提高音乐和艺术创作机器智能的最新水平的研究项目

Libraries

• TensorFlow Estimators -高级TensorFlow API，可大大简化机器学习编程（最初 tensorflow/skflow)
• R Interface to TensorFlow -TensorFlow API的R接口，包括估算器，Keras，数据集等.
• Lattice -在TensorFlow中实现单调校准的插值查找表
• tensorflow.rb -使用SWIG的TensorFlow本机界面用于红宝石
• tflearn -具有更高级别API的深度学习库
• TensorLayer -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 -用于Apache Spark的TensorFlow绑定
• TensorForce -TensorForce：用于应用强化学习的TensorFlow库
• TensorFlowOnSpark -雅虎的倡议！ 使用Apache Spark启用分布式TensorFlow.
• caffe-tensorflow -将Caffe模型转换为TensorFlow格式
• keras -用于TensorFlow和Theano的最小的模块化深度学习库
• SyntaxNet: Neural Models of Syntax -模型中所述的TensorFlow实现 Globally Normalized Transition-Based Neural Networks, Andor et al. (2016)
• keras-js -在浏览器中运行Keras模型（tensorflow后端），并支持GPU
• NNFlow -简单的框架，可通过将根NTuples转换为Numpy数组来读取它们，然后在Google Tensorflow中使用它们.
• Sonnet -Sonnet是DeepMind的基于TensorFlow的库，用于构建复杂的神经网络.
• tensorpack -TensorFlow上的神经网络工具箱专注于训练速度和大型数据集.
• tf-encrypted -在TensorFlow之上的层，用于对加密数据进行机器学习
• pytorch2keras -将PyTorch模型转换为Keras（带有TensorFlow后端）格式
• gluon2keras -将Gluon模型转换为Keras（具有TensorFlow后端）格式
• TensorIO -轻量级的跨平台库，用于将TensorFlow Lite模型部署到移动设备.
• StellarGraph -图上的机器学习，这是一个用于对图结构（网络结构）数据进行机器学习的Python库.
• DeepBay -用于实现通用体系结构堆栈的高级Keras补充，用作易于使用的即插即用模块

Tools/Utilities

• Guild AI -TensorFlow的任务运行器和程序包管理器
• ML Workspace -用于机器学习和数据科学的多合一Web IDE. 将Tensorflow，Jupyter，VS Code，Tensorboard和许多其他工具/库组合到一个Docker映像中.

Videos

• TensorFlow Guide 1 -安装和使用指南
• TensorFlow Guide 2 -继续播放第一个视频
• TensorFlow Basic Usage -有关基本用法的指南
• TensorFlow Deep MNIST for Experts -深入了解MNIST
• TensorFlow Udacity Deep Learning -在具有1Gb数据的Cloud 9在线服务上免费安装TensorFlow的基本步骤
• Why Google wants everyone to have access to TensorFlow
• Videos from TensorFlow Silicon Valley Meet Up 1/19/2016
• Videos from TensorFlow Silicon Valley Meet Up 1/21/2016
• Stanford CS224d Lecture 7 - Introduction to TensorFlow, 19^th Apr 2016 -Richard Socher的CS224d用于自然语言处理的深度学习
• Diving into Machine Learning through TensorFlow -Pycon 2016俄勒冈州波特兰市， Slide & Code 朱莉娅·费雷奥利（Julia Ferraioli），艾米·安鲁（Amy Unruh），伊莱·比克斯比（Eli Bixby）
• Large Scale Deep Learning with TensorFlow -2016年Spark Summit主题演讲Jeff Dean
• Tensorflow and deep learning - without at PhD -马丁·戈纳（MartinGörner）
• Tensorflow and deep learning - without at PhD, Part 2 (Google Cloud Next '17) -马丁·戈纳（MartinGörner）
• Image recognition in Go using TensorFlow -Alex Pliutau撰写

Papers

• TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems -本文介绍了TensorFlow接口以及我们在Google上构建的该接口的实现
• TensorFlow Estimators: Managing Simplicity vs. Flexibility in High-Level Machine Learning Frameworks
• TF.Learn: TensorFlow's High-level Module for Distributed Machine Learning
• Comparative Study of Deep Learning Software Frameworks -这项研究是针对几种类型的深度学习架构进行的，当我们在一台机器上同时使用（多线程）CPU和GPU（Nvidia Titan X）设置时，我们评估了上述框架的性能.
• Distributed TensorFlow with MPI -在本文中，我们将最近提出的Google TensorFlow扩展为使用消息传递接口（MPI）在大型集群上执行
• Globally Normalized Transition-Based Neural Networks -本文介绍了背后的模型 SyntaxNet.
• TensorFlow: A system for large-scale machine learning -本文介绍了TensorFlow数据流模型与现有系统的对比，并展示了令人信服的性能
• TensorLayer: A Versatile Library for Efficient Deep Learning Development -本文介绍了一个通用的Python库，旨在帮助研究人员和工程师有效地开发深度学习系统. （2017年ACM MM最佳开源软件奖获得者）

Official announcements

• TensorFlow: smarter machine learning, for everyone -TensorFlow简介
• Announcing SyntaxNet: The World’s Most Accurate Parser Goes Open Source -发布SyntaxNet，“在TensorFlow中实现的开放源代码神经网络框架，为自然语言理解系统提供了基础.

Blog posts

• Official Tensorflow Blog
• Why TensorFlow will change the Game for AI
• TensorFlow for Poets -回顾TensorFlow的实施
• Introduction to Scikit Flow - Simplified Interface to TensorFlow -说明的主要功能
• Building Machine Learning Estimator in TensorFlow -了解TensorFlow Learn估算器的内部
• TensorFlow - Not Just For Deep Learning
• The indico Machine Learning Team's take on TensorFlow
• The Good, Bad, & Ugly of TensorFlow -六个月快速发展的调查（+技巧/黑客和修复丑陋事物的代码），Dind Kuster in Indico，2016年5月9日
• Fizz Buzz in TensorFlow -乔尔·格鲁斯（Joel Grus）的笑话
• RNNs In TensorFlow, A Practical Guide And Undocumented Features -GitHub上的完整代码示例的分步指南.
• Using TensorBoard to Visualize Image Classification Retraining in TensorFlow
• TFRecords Guide 语义分割和处理TFRecord文件格式.
• TensorFlow Android Guide -Android TensorFlow机器学习示例.
• TensorFlow Optimizations on Modern Intel® Architecture -在基于Intel / Google合作的基于Intel®Xeon®和基于Intel®Xeon Phi™处理器的平台上推出了TensorFlow优化.
• Coca-Cola's Image Recognition App 具有用户输入反馈回路的可口可乐产品代码图像识别神经网络.
• How Does The TensorFlow Work 机器学习库TensorFlow如何工作？

Community

• Stack Overflow
• @TensorFlow on Twitter
• Reddit
• Mailing List

Books

• Machine Learning with TensorFlow 由Nishant Shukla，加州大学洛杉矶分校的计算机视觉研究员，《 Haskell数据分析食谱》的作者. 本书使ML的数学重磅话题成为了新手们的实用和实践.
• First Contact with TensorFlow 作者：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兼高级顾问Jordi Torres
• Deep Learning with Python -使用Keras在Theano和TensorFlow上开发深度学习模型，作者是Jason Brownlee
• TensorFlow for Machine Intelligence -从图表计算的基础知识到深度学习模型再到在生产环境中使用TensorFlow的完整指南-Bleeding Edge Press
• Getting Started with TensorFlow -由Google提供的最新数值计算库启动并运行，并由Giancarlo Zaccone深入研究您的数据
• Hands-On Machine Learning with Scikit-Learn and TensorFlow –由YouTube视频分类小组前负责人AurélienGeron撰写. 涵盖ML基础知识，使用TensorFlow，最新的CNN，RNN和Autoencoder架构以及强化学习（Deep Q）在多个服务器和GPU上训练和部署深度网络.
• Building Machine Learning Projects with Tensorflow – Rodolfo Bonnin. 本书涵盖了TensorFlow中的各种项目，这些项目揭示了TensorFlow在不同情况下可以完成的工作. 本书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. 每个项目都是一项引人入胜且富有洞察力的练习，它将教您如何使用TensorFlow，并向您展示如何与Tensors一起探索数据层.
• Deep Learning using TensorLayer -郝东等. 本书涵盖了使用TensorFlow和TensorLayer的深度学习和基础知识.

Contributions

永远欢迎您的贡献！

如果您想对此列表做出贡献（请这样做），请向我发送请求或与我联系 @jtoy 另外，如果您由于以下任何原因而发现不建议使用上面列出的任何存储库：

存储库的所有者明确表示“未维护此库”. 长时间（2〜3年）不承诺.

有关的更多信息 guidelines

Credits

一些python库是从以下库中剪切并粘贴 vinta 我从哪里找到的少数参考 this page