建立一個系列的筆記記錄自己的tensorflow學習之路，並與他人分享。
tensorflow是谷歌開源的深度學習框架，作爲工程開發人員，再tensorflow上既可以動手實現自己設計的深度學習框架，也非常易於重現論文中的成果。作爲從其它軟件開發方向轉入到深度學習方向的人來說，tensorflow封裝了很多常用模塊和功能，使得我們易於學習和掌握。
這裏摘抄一段來自http://www.tensorfly.cn/的話介紹tensorflow：
TensorFlow™ 是一個採用數據流圖（data flow graphs），用於數值計算的開源軟件庫。節點（Nodes）在圖中表示數學操作，圖中的線（edges）則表示在節點間相互聯繫的多維數據數組，即張量（tensor）。它靈活的架構讓你可以在多種平臺上展開計算，例如臺式計算機中的一個或多個CPU（或GPU），服務器，移動設備等等。TensorFlow 最初由Google大腦小組（隸屬於Google機器智能研究機構）的研究員和工程師們開發出來，用於機器學習和深度神經網絡方面的研究，但這個系統的通用性使其也可廣泛用於其他計算領域。
下面介紹一下tensorflow的學習資源：
代碼
源碼：https://github.com/tensorflow/tensorflow
官網：https://www.tensorflow.org
由於“你懂的”原因，國內經常不能訪問谷歌的相關網站，tensorflow的官網也是如此。好在國內有個對應的中文網站，上面有中文手冊和文檔，更新沒有官網快，但是也是非常好的資源。
國內社區網址是：http://www.tensorfly.cn
例程
在tensorflow的文檔中推薦了一個非常好的代碼例程的git項目，內容編排的比較好。
這個項目的地址在：https://github.com/aymericdamien/TensorFlow-Examples
截止2018年3月初，這個項目有20K+的star數和7K+的fork數，其質量和影響可見一斑。
視頻資源
國內有人在優酷上上傳了不少優秀的視頻資源，我看過的一個不錯的視頻在這裏：TensorFlow 初級教程http://v.youku.com/v_show/id_XMjY4NDI3NjE2OA==.html?spm=a2hzp.8253876.0.0&f=49399706
這個視頻用戶下還有不少其它機器學習、深度學習相關的資源。
這個用戶的網站是：http://studyai.com/course/index/
這個網站上有不少課程和博文，非常值得學習。
數學基礎
在網易雲課堂網站上有一個不錯的深度學習數學基礎教程：https://study.163.com/course/courseMain.htm?courseId=1005022007
這個課程把深度學習相關的數學概念複習了一下，有助於普通程序員轉向深度學習。
其它深度學習資源和課程
在網易雲課堂上有很多深度學習相關課程（比如李飛飛的cs231n和吳恩達的機器學習），當然也有tensorflow的，這些都可以作爲學習的資料。另外，國外出名的深度學習課程網站是：https://www.coursera.org/。吳恩達和李飛飛的課程也在上面
學習tensorflow的書籍
《白話深度學習與tensorflow》這本數可以用來理解很多深度學習的基本概念和原理，對於tensorflow的學習沒有太多直接幫助。到那時還是很推薦這本書，因爲裏面講解的原理性的東西很好懂，這些都是學習tensorflow的基礎。
另外李航的《統計學習方法》作爲傳統機器學習的書籍，也值得推薦。
學習計劃
目前爲止我已經看完了《TensorFlow 初級教程》的視頻，有一定的tensorflow黑盒使用經驗，熟悉python和c++。網易雲課堂上的數學基礎課程我也看過了。《白話深度學習與tensorflow》這本書我已看完並做了筆記，李航的《統計學習方法》也開了頭。cs231n-2017也剛看了前幾章。
後面我將會結合《TensorFlow 初級教程》和TensorFlow-Examples的代碼，一步步記錄學習tensorflow‘的過程。
引用：
https://blog.csdn.net/yuanlulu/article/details/79538861