綜述

面向機器學(xué)習(xí)初學(xué)者的 MNIST 初級教程

如果你是機器學(xué)習(xí)領(lǐng)域的新手, 我們推薦你從本文開始閱讀. 本文通過講述一個經(jīng)典的問題, 手寫數(shù)字識別 (MNIST), 讓你對多類分類 (multiclass classification) 問題有直觀的了解.

閱讀教程

面向機器學(xué)習(xí)專家的 MNIST 高級教程

如果你已經(jīng)對其它深度學(xué)習(xí)軟件比較熟悉, 并且也對 MNIST 很熟悉, 這篇教程能夠引導(dǎo)你對 TensorFlow 有初步了解.

閱讀教程

TensorFlow 使用指南

這是一篇技術(shù)教程, 詳細(xì)介紹了如何使用 TensorFlow 架構(gòu)訓(xùn)練大規(guī)模模型. 本文繼續(xù)使用MNIST 作為例子.

閱讀教程

卷積神經(jīng)網(wǎng)絡(luò)

這篇文章介紹了如何使用 TensorFlow 在 CIFAR-10 數(shù)據(jù)集上訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò). 卷積神經(jīng)網(wǎng)絡(luò)是為圖像識別量身定做的一個模型. 相比其它模型, 該模型利用了平移不變性(translation invariance), 從而能夠更更簡潔有效地表示視覺內(nèi)容.

閱讀教程

單詞的向量表示

本文讓你了解為什么學(xué)會使用向量來表示單詞, 即單詞嵌套 (word embedding), 是一件很有用的事情. 文章中介紹的 word2vec 模型, 是一種高效學(xué)習(xí)嵌套的方法. 本文還涉及了對比噪聲(noise-contrastive) 訓(xùn)練方法的一些高級細(xì)節(jié), 該訓(xùn)練方法是訓(xùn)練嵌套領(lǐng)域最近最大的進(jìn)展.

閱讀教程

循環(huán)神經(jīng)網(wǎng)絡(luò) (Recurrent Neural Network, 簡稱 RNN)

一篇 RNN 的介紹文章, 文章中訓(xùn)練了一個 LSTM 網(wǎng)絡(luò)來預(yù)測一個英文句子的下一個單詞(該任務(wù)有時候被稱作語言建模).

閱讀教程

序列到序列模型 (Sequence-to-Sequence Model)

RNN 教程的后續(xù), 該教程采用序列到序列模型進(jìn)行機器翻譯. 你將學(xué)會構(gòu)建一個完全基于機器學(xué)習(xí),端到端的 英語-法語 翻譯器.

閱讀教程

Mandelbrot 集合

TensorFlow 可以用于與機器學(xué)習(xí)完全無關(guān)的其它計算領(lǐng)域. 這里實現(xiàn)了一個原生的 Mandelbrot 集合的可視化程序.

閱讀教程

偏微分方程

這是另外一個非機器學(xué)習(xí)計算的例子, 我們利用一個原生實現(xiàn)的偏微分方程, 對雨滴落在池塘上的過程進(jìn)行仿真.

閱讀教程

MNIST 數(shù)據(jù)下載

一篇關(guān)于下載 MNIST 手寫識別數(shù)據(jù)集的詳細(xì)教程.

閱讀教程

視覺物體識別 (Visual Object Recognition)

我們將毫無保留地發(fā)布已經(jīng)選訓(xùn)練好的, 目前最先進(jìn)的 Inception 物體識別模型.

敬請期待...

Deep Dream 視幻覺軟件

我們將發(fā)布一個 TensorFlow 版本的 Deep Dream,這是一款基于 Inception 識別模型的神經(jīng)網(wǎng)絡(luò)視幻覺軟件.

敬請期待...

原文：Overview 翻譯：@doc001 校對：@eric_xu