本文是TensorFlow實現流行機器學習算法的教程匯集，目標是讓讀者可以輕松通過清晰簡明的案例深入了解 TensorFlow。這些案例適合那些想要實現一些 TensorFlow 案例的初學者。本教程包含還包含筆記和帶有注解的代碼。

第一步：給TF新手的教程指南

1：tf初學者需要明白的入門準備

機器學習入門筆記：
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
MNIST 數據集入門筆記
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...

2：tf初學者需要了解的入門基礎

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初學者需要掌握的基本模型

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

線性回歸：
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

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

4：tf初學者需要嘗試的神經網絡

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

卷積神經網絡：
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

循環神經網絡（LSTM）：
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

雙向循環神經網絡（LSTM）：
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

動態循環神經網絡（LSTM）
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

自編碼器
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

5：tf初學者需要精通的實用技術

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

圖和損失可視化
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

Tensorboard——高級可視化
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/example...

5：tf初學者需要的懂得的多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：案例需要的數據集

有一些案例需要 MNIST 數據集進行訓練和測試。運行這些案例時，該數據集會被自動下載下來（使用 input_data.py）。
MNIST數據集筆記： https://github.com/aymericdamien/TensorFlow-Examples/blob/master/noteboo...
官方網站：

第二步：為TF新手準備的各個類型的案例、模型和數據集

初步了解：TFLearn TensorFlow
接下來的示例來自TFLearn，這是一個為 TensorFlow 提供了簡化的接口的庫。里面有很多示例和預構建的運算和層。
使用教程：TFLearn 快速入門。通過一個具體的機器學習任務學習 TFLearn 基礎。開發和訓練一個深度神經網絡分類器。
TFLearn地址：https://github.com/tflearn/tflearn
示例：https://github.com/tflearn/tflearn/tree/master/examples
預構建的運算和層：#api
筆記：https://github.com/tflearn/tflearn/blob/master/tutorials/intro/quickstart.md

基礎模型以及數據集

線性回歸，使用 TFLearn 實現線性回歸
https://github.com/tflearn/tflearn/blob/master/examples/basics/linear_re...
邏輯運算符。使用 TFLearn 實現邏輯運算符
https://github.com/tflearn/tflearn/blob/master/examples/basics/logical.py
權重保持。保存和還原一個模型
https://github.com/tflearn/tflearn/blob/master/examples/basics/weights_p...
微調。在一個新任務上微調一個預訓練的模型
https://github.com/tflearn/tflearn/blob/master/examples/basics/finetunin...
使用 HDF5。使用 HDF5 處理大型數據集
https://github.com/tflearn/tflearn/blob/master/examples/basics/use_hdf5.py
使用 DASK。使用 DASK 處理大型數據集
https://github.com/tflearn/tflearn/blob/master/examples/basics/use_dask.py

計算機視覺模型及數據集

多層感知器。一種用于 MNIST 分類任務的多層感知實現
https://github.com/tflearn/tflearn/blob/master/examples/images/dnn.py
卷積網絡（MNIST）。用于分類 MNIST 數據集的一種卷積神經網絡實現
https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_m...
卷積網絡（CIFAR-10）。用于分類 CIFAR-10 數據集的一種卷積神經網絡實現
https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_c...
網絡中的網絡。用于分類 CIFAR-10 數據集的 Network in Network 實現
https://github.com/tflearn/tflearn/blob/master/examples/images/network_i...
Alexnet。將 Alexnet 應用于 Oxford Flowers 17 分類任務
https://github.com/tflearn/tflearn/blob/master/examples/images/alexnet.py
VGGNet。將 VGGNet 應用于 Oxford Flowers 17 分類任務
https://github.com/tflearn/tflearn/blob/master/examples/images/vgg_netwo...
VGGNet Finetuning (Fast Training)。使用一個預訓練的 VGG 網絡并將其約束到你自己的數據上，以便實現快速訓練
https://github.com/tflearn/tflearn/blob/master/examples/images/vgg_netwo...
RNN Pixels。使用 RNN（在像素的序列上）分類圖像
https://github.com/tflearn/tflearn/blob/master/examples/images/rnn_pixel...
Highway Network。用于分類 MNIST 數據集的 Highway Network 實現
https://github.com/tflearn/tflearn/blob/master/examples/images/highway_d...
Highway Convolutional Network。用于分類 MNIST 數據集的 Highway Convolutional Network 實現
https://github.com/tflearn/tflearn/blob/master/examples/images/convnet_h...
Residual Network (MNIST) 。應用于 MNIST 分類任務的一種瓶頸殘差網絡（bottleneck residual network）
https://github.com/tflearn/tflearn/blob/master/examples/images/residual_...
Residual Network (CIFAR-10)。應用于 CIFAR-10 分類任務的一種殘差網絡
https://github.com/tflearn/tflearn/blob/master/examples/images/residual_...
Google Inception（v3）。應用于 Oxford Flowers 17 分類任務的谷歌 Inception v3 網絡
https://github.com/tflearn/tflearn/blob/master/examples/images/googlenet.py
自編碼器。用于 MNIST 手寫數字的自編碼器
https://github.com/tflearn/tflearn/blob/master/examples/images/autoencod...

自然語言處理模型及數據集

循環神經網絡（LSTM），應用 LSTM 到 IMDB 情感數據集分類任
https://github.com/tflearn/tflearn/blob/master/examples/nlp/lstm.py
雙向 RNN（LSTM），將一個雙向 LSTM 應用到 IMDB 情感數據集分類任務：
https://github.com/tflearn/tflearn/blob/master/examples/nlp/bidirectiona...
動態 RNN（LSTM），利用動態 LSTM 從 IMDB 數據集分類可變長度文本：
https://github.com/tflearn/tflearn/blob/master/examples/nlp/dynamic_lstm.py
城市名稱生成，使用 LSTM 網絡生成新的美國城市名：
https://github.com/tflearn/tflearn/blob/master/examples/nlp/lstm_generat...
莎士比亞手稿生成，使用 LSTM 網絡生成新的莎士比亞手稿：
https://github.com/tflearn/tflearn/blob/master/examples/nlp/lstm_generat...
Seq2seq，seq2seq 循環網絡的教學示例：
https://github.com/tflearn/tflearn/blob/master/examples/nlp/seq2seq_exam...
CNN Seq，應用一個 1-D 卷積網絡從 IMDB 情感數據集中分類詞序列
https://github.com/tflearn/tflearn/blob/master/examples/nlp/cnn_sentence...

強化學習案例

Atari Pacman 1-step Q-Learning，使用 1-step Q-learning 教一臺機器玩 Atari 游戲：
https://github.com/tflearn/tflearn/blob/master/examples/reinforcement_le...

第三步：為TF新手準備的其他方面內容

Recommender-Wide&Deep Network，推薦系統中 wide & deep 網絡的教學示例：
https://github.com/tflearn/tflearn/blob/master/examples/others/recommend...
Spiral Classification Problem，對斯坦福 CS231n spiral 分類難題的 TFLearn 實現：
https://github.com/tflearn/tflearn/blob/master/examples/notebooks/spiral...
層，與 TensorFlow 一起使用 TFLearn 層：
https://github.com/tflearn/tflearn/blob/master/examples/extending_tensor...
訓練器，使用 TFLearn 訓練器類訓練任何 TensorFlow 圖：
https://github.com/tflearn/tflearn/blob/master/examples/extending_tensor...
Bulit-in Ops，連同 TensorFlow 使用 TFLearn built-in 操作：
https://github.com/tflearn/tflearn/blob/master/examples/extending_tensor...
Summaries，連同 TensorFlow 使用 TFLearn summarizers：
https://github.com/tflearn/tflearn/blob/master/examples/extending_tensor...
Variables，連同 TensorFlow 使用 TFLearn Variables：
https://github.com/tflearn/tflearn/blob/master/examples/extending_tensor...