Tensorflow史上最全的視訊教程
一.Tensorflow教程資源
（1）適合初學者的Tensorflow教程和程式碼示例：https://github.com/aymericdamien/TensorFlow-Examples。 該教程不光提供了一些經典的資料集，更是從實現最簡單的“Hello World”開始，到機器學習的經典演算法，再到神經網路的常用模型，一步步帶你從入門到精通，是初學者學習Tensorflow的最佳教程。（2）從Tensorflow基礎知識到有趣的專案應用：https://github.com/pkmital/tensorflow_tutorials。 同樣是適合新手的教程，從安裝到專案實戰，教你搭建一個屬於自己的神經網路。（3）使用Jupyter Notebook用Python語言編寫的TensorFlow教程：
本教程是基於Jupyter Notebook開發環境的Tensorflow教程，Jupyter Notebook是一款非常好用的互動式開發工具，不僅支援40多種程式語言，還可以實時執行程式碼、共享文件、資料視覺化、支援markdown等，適用於機器學習、統計建模資料處理、特徵提取等多個領域。（4）構建您的第一款TensorFlow
Android應用程式：https://omid.al/posts/2017-02-20-Tutorial-Build-Your-First-Tensorflow-Android-App.html。 本教程可幫助您從零開始將張量流模型引入到Android應用程式。
（5）Tensorflow程式碼練習：https://github.com/terryum/TensorFlow_Exercises。 一個從易到難的Tensorflow程式碼練習手冊。非常適合學習Tensorflow的小夥伴。
二.Tensorflow視訊教程資源
（1）TF Girls 修煉指南：https://www.youtube.com/watch?v=TrWqRMJZU8A&list=PLwY2GJhAPWRcZxxVFpNhhfivuW0kX15yG&index=2。 一個Tensorflow從零開始的公開視訊課程，課程偏基礎、入門，但知識點講的非常詳細。
（2）煉數成金Tensorflow公開課：
（3）當然還有臺灣國立大學李巨集毅教程深度學習的課程也值得推薦給大家：https://www.bilibili.com/video/av9770302/
（4）英文不錯的小夥伴，也為大家推薦一些國外大牛的英文課程：https://www.youtube.com/watch?v=vq2nnJ4g6N0；
http://bit.ly/1OX8s8Y，
https://www.youtube.com/watchv=GZBIPwdGtkk&feature=youtu.be&list=PLBkISg6QfSX9HL6us70IBs9slFciFFa4
（5）介紹了這麼多課程，怎麼能少了斯坦福大學Tensorflow系列的課程！！！話不多說，直接上鍊接 ： https://www.youtube.com/watchv=g-EvyKpZjmQ&index=1&list=PLIDllPt3EQZoS8gCP3cw273Cq9puuPLTg。 課程主頁：http://web.stanford.edu/class/cs20si/index.html。 課程所有的ppt和筆記notes下載地址：https://pan.baidu.com/s/1o8uOQpW。 課程相關實戰的github地址：chiphuyen/tf-stanford-tutorials。
（6）最後，怎麼能忘了谷歌爸爸釋出在Tensorflow官網上的視訊教程，針對Tensorflow初級學習的小夥伴還是非常不錯的一套課程，有助於大家快速入門：https://developers.google.cn/machine-learning/crash-course/。
三.專案例項
（1）一個實現實現Alex Graves論文的隨機手寫生成的案例：https://github.com/hardmaru/write-rnn-tensorflow。
（2）基於Tensorflow的生成對抗文字到影象合成：https://github.com/zsdonghao/text-to-image。 如下圖所示，該專案是基於Tensorflow的DCGAN模型，教大家一步步從對抗生成文字到影象合成。
（3）基於注意力的影象字幕生成器：https://github.com/yunjey/show-attend-and-tell。 該模型引入了基於注意力的影象標題生成器。可以將其注意力轉移到影象的相關部分，同時生成每個單詞。
（4）神經網路著色灰度影象：https://github.com/pavelgonchar/colornet。 一個非常有趣且應用場景非常廣的一個專案，使用神經網路著色灰度影象。
（5）基於Facebook中FastText的簡單嵌入式文字分類器：https://github.com/apcode/tensorflow_fasttext。 該專案是源於Facebook中的FastText的想法，並在Tensorflow中實施。FastText是一款快速的文字分類器，提供簡單而高效的文字分類和表徵學習的方法。
（6）用Tensorflow實現“基於句子分類的卷積神經網路”：https://github.com/dennybritz/cnn-text-classification-tf。
（7）使用OpenStreetMap功能和衛星影象訓練TensorFlow神經網路：https://github.com/jtoy/awesome-tensorflow。 該專案是通過使用OpenStreetMap（OSM）資料訓練神經網路，進而對衛星影象中的特徵進行分類。
（8）用Tenflow實現YOLO：“實時物件檢測”，並支援實時在移動裝置上執行的一個小專案：https://github.com/thtrieu/darkflow。 計算機視覺領域研究者的最佳福利。
文章來源與https://zhuanlan.zhihu.com/p/35515805