【干货】TensorFlow的55个经典案例

本文是TensorFlow实现流行机器学习算法的教程汇集,目标是让读者可以轻松通过清晰简明的案例深入了解 TensorFlow。这些案例适合那些想要实现一些 TensorFlow 案例的初学者。本教程包含还包含笔记和带有注解的代码。

第一步:给TF新手的教程指南

1:tf初学者需要明白的入门准备

机器学习入门笔记:
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
MNIST 数据集入门笔记
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...

2:tf初学者需要了解的入门基础

Hello World
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

基本操作
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

3:tf初学者需要掌握的基本模型

最近邻:
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

线性回归:
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

Logistic 回归:
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

4:tf初学者需要尝试的神经网络

多层感知器:
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

卷积神经网络:
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

循环神经网络(LSTM):
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

双向循环神经网络(LSTM):
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

动态循环神经网络(LSTM)
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

自编码器
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

5:tf初学者需要精通的实用技术

保存和恢复模型
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

图和损失可视化
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

Tensorboard——高级可视化
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

5:tf初学者需要的懂得的多GPU基本操作

多 GPU 上的基本操作
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

6:案例需要的数据集

有一些案例需要 MNIST 数据集进行训练和测试。运行这些案例时,该数据集会被自动下载下来(使用 input_data.py)。
MNIST数据集笔记: https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
官方网站: http://yann.lecun.com/exdb/mnist/

第二步:为TF新手准备的各个类型的案例、模型和数据集

初步了解:TFLearn TensorFlow
接下来的示例来自TFLearn,这是一个为 TensorFlow 提供了简化的接口的库。里面有很多示例和预构建的运算和层。
使用教程:TFLearn 快速入门。通过一个具体的机器学习任务学习 TFLearn 基础。开发和训练一个深度神经网络分类器。
TFLearn地址:https://github.com/tflearn/tflearn
示例:https://github.com/tflearn/tflearn/tree/master/examples
预构建的运算和层:http://tflearn.org/doc_index/#api
笔记:https://github.com/tflearn/tflearn/blob/master/tutorials/intro/quickstart.md

基础模型以及数据集

线性回归,使用 TFLearn 实现线性回归
https://github.com/tflearn/tflearn/blob/master/examples/basics/linear_re...
逻辑运算符。使用 TFLearn 实现逻辑运算符
https://github.com/tflearn/tflearn/blob/master/examples/basics/logical.py
权重保持。保存和还原一个模型
https://github.com/tflearn/tflearn/blob/master/examples/basics/weights_p...
微调。在一个新任务上微调一个预训练的模型
https://github.com/tflearn/tflearn/blob/master/examples/basics/finetunin...
使用 HDF5。使用 HDF5 处理大型数据集
https://github.com/tflearn/tflearn/blob/master/examples/basics/use_hdf5.py
使用 DASK。使用 DASK 处理大型数据集
https://github.com/tflearn/tflearn/blob/master/examples/basics/use_dask.py

计算机视觉模型及数据集

多层感知器。一种用于 MNIST 分类任务的多层感知实现
https://github.com/tflearn/tflearn/blob/master/examples/images/dnn.py
卷积网络(MNIST)。用于分类 MNIST 数据集的一种卷积神经网络实现
https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_m...
卷积网络(CIFAR-10)。用于分类 CIFAR-10 数据集的一种卷积神经网络实现
https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_c...
网络中的网络。用于分类 CIFAR-10 数据集的 Network in Network 实现
https://github.com/tflearn/tflearn/blob/master/examples/images/network_i...
Alexnet。将 Alexnet 应用于 Oxford Flowers 17 分类任务
https://github.com/tflearn/tflearn/blob/master/examples/images/alexnet.py
VGGNet。将 VGGNet 应用于 Oxford Flowers 17 分类任务
https://github.com/tflearn/tflearn/blob/master/examples/images/vgg_netwo...
VGGNet Finetuning (Fast Training)。使用一个预训练的 VGG 网络并将其约束到你自己的数据上,以便实现快速训练
https://github.com/tflearn/tflearn/blob/master/examples/images/vgg_netwo...
RNN Pixels。使用 RNN(在像素的序列上)分类图像
https://github.com/tflearn/tflearn/blob/master/examples/images/rnn_pixel...
Highway Network。用于分类 MNIST 数据集的 Highway Network 实现
https://github.com/tflearn/tflearn/blob/master/examples/images/highway_d...
Highway Convolutional Network。用于分类 MNIST 数据集的 Highway Convolutional Network 实现
https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_h...
Residual Network (MNIST) 。应用于 MNIST 分类任务的一种瓶颈残差网络(bottleneck residual network)
https://github.com/tflearn/tflearn/blob/master/examples/images/residual_...
Residual Network (CIFAR-10)。应用于 CIFAR-10 分类任务的一种残差网络
https://github.com/tflearn/tflearn/blob/master/examples/images/residual_...
Google Inception(v3)。应用于 Oxford Flowers 17 分类任务的谷歌 Inception v3 网络
https://github.com/tflearn/tflearn/blob/master/examples/images/googlenet.py
自编码器。用于 MNIST 手写数字的自编码器
https://github.com/tflearn/tflearn/blob/master/examples/images/autoencod...

自然语言处理模型及数据集

循环神经网络(LSTM),应用 LSTM 到 IMDB 情感数据集分类任
https://github.com/tflearn/tflearn/blob/master/examples/nlp/lstm.py
双向 RNN(LSTM),将一个双向 LSTM 应用到 IMDB 情感数据集分类任务:
https://github.com/tflearn/tflearn/blob/master/examples/nlp/bidirectiona...
动态 RNN(LSTM),利用动态 LSTM 从 IMDB 数据集分类可变长度文本:
https://github.com/tflearn/tflearn/blob/master/examples/nlp/dynamic_lstm.py
城市名称生成,使用 LSTM 网络生成新的美国城市名:
https://github.com/tflearn/tflearn/blob/master/examples/nlp/lstm_generat...
莎士比亚手稿生成,使用 LSTM 网络生成新的莎士比亚手稿:
https://github.com/tflearn/tflearn/blob/master/examples/nlp/lstm_generat...
Seq2seq,seq2seq 循环网络的教学示例:
https://github.com/tflearn/tflearn/blob/master/examples/nlp/seq2seq_exam...
CNN Seq,应用一个 1-D 卷积网络从 IMDB 情感数据集中分类词序列
https://github.com/tflearn/tflearn/blob/master/examples/nlp/cnn_sentence...

强化学习案例

Atari Pacman 1-step Q-Learning,使用 1-step Q-learning 教一台机器玩 Atari 游戏:
https://github.com/tflearn/tflearn/blob/master/examples/reinforcement_le...

第三步:为TF新手准备的其他方面内容

Recommender-Wide&Deep Network,推荐系统中 wide & deep 网络的教学示例:
https://github.com/tflearn/tflearn/blob/master/examples/others/recommend...
Spiral Classification Problem,对斯坦福 CS231n spiral 分类难题的 TFLearn 实现:
https://github.com/tflearn/tflearn/blob/master/examples/notebooks/spiral...
层,与 TensorFlow 一起使用 TFLearn 层:
https://github.com/tflearn/tflearn/blob/master/examples/extending_tensor...
训练器,使用 TFLearn 训练器类训练任何 TensorFlow 图:
https://github.com/tflearn/tflearn/blob/master/examples/extending_tensor...
Bulit-in Ops,连同 TensorFlow 使用 TFLearn built-in 操作:
https://github.com/tflearn/tflearn/blob/master/examples/extending_tensor...
Summaries,连同 TensorFlow 使用 TFLearn summarizers:
https://github.com/tflearn/tflearn/blob/master/examples/extending_tensor...
Variables,连同 TensorFlow 使用 TFLearn Variables:
https://github.com/tflearn/tflearn/blob/master/examples/extending_tensor...

文章来源:机器学习算法与Python学习