Python中如何使用Awesome-TensorFlow-Chinese资源：TensorFlow中文教程、安装指南与实战项目
Awesome-TensorFlow-Chinese
欢迎收藏，Star or Fork.
Github:https://github.com/fendouai/Awesome-TensorFlow-Chinese
TensorFlow 中文资源全集，学习路径推荐：
- 官方网站，初步了解。
- 安装教程，安装之后跑起来。
- 入门教程，简单的模型学习和运行。
- 实战项目，根据自己的需求进行开发。
很多内容下面这个英文项目:
Inspired by https://github.com/jtoy/awesome-tensorflow
官方网站
安装教程
中文安装教程
官方安装教程（建议用官方教程，现在官网可以直接访问了。）
入门教程
官方入门教程
-
MNIST 针对初学者的字体识别:https://tensorflow.google.cn/get_started/mnist/beginners
-
MNIST 针对专业的深度字体识别:https://tensorflow.google.cn/get_started/mnist/pros
入门教程
-
大 U 的技术课堂:https://zhuanlan.zhihu.com/p/22410917
-
TensorFlowNews:https://zhuanlan.zhihu.com/TensorFlownews
实战项目
官方实战项目
Models built with TensorFlow
Magenta: Music and Art Generation with Machine Intelligence
TensorFlow Neural Machine Translation Tutorial
书籍（推荐）
Deep Learning http://www.tensorflownews.com/2017/08/29/deep-learning-an-mit-press-book
Deep Learning 中文翻译 http://www.tensorflownews.com/2017/08/29/deep-learning-book-chinese-translation/
社区群组
QQ 群
522785813
微信群
微信群二维码有效期太短了，我博客保持更新。
http://www.tensorflownews.com/
我系统的学习了两个月之后做的几个项目。
TensorFlow 卷积神经网络 Model Project:
FaceRank - Rank Face by CNN Model based on TensorFlow (add keras version). FaceRank-人脸打分基于 TensorFlow (新增 Keras 版本) 的 CNN 模型（可能是最有趣的 TensorFlow 中文入门实战项目）
https://github.com/fendouai/FaceRank
TensorFlow 循环神经网络 Model Project:
一个比特币交易机器人基于 Tensorflow LSTM 模型，仅供娱乐。A Bitcoin trade robot based on Tensorflow LSTM model.Just for fun.
https://github.com/TensorFlowNews/TensorFlow-Bitcoin-Robot
TensorFlow Seq2Seq Model Project:
ChatGirl is an AI ChatBot based on TensorFlow Seq2Seq Model.ChatGirl 一个基于 TensorFlow Seq2Seq 模型的聊天机器人。（包含预处理过的 twitter 英文数据集，训练，运行，工具代码，可以运行但是效果有待提高。）
https://github.com/fendouai/ChatGirl
教程
- TensorFlow Examples - 针对初学者的 TensorFlow 教程和代码
- TensorFlow Tutorial - 从基础知识到有趣的 tensorflow 应用
- TensorFlow Tutorial - 基于谷歌的 TensorFlow 框架介绍深度学习
- Sungjoon's TensorFlow-101 - TensorFlow 教程用 Python 的 Jupyter Notebook
Python中如何使用Awesome-TensorFlow-Chinese资源：TensorFlow中文教程、安装指南与实战项目
这个资源库是TensorFlow中文学习的一个很好的起点，里面整合了教程、安装指南和项目。
核心使用方式：
- 访问与克隆：项目通常托管在GitHub（如
https://github.com/fendouai/Awesome-TensorFlow-Chinese）。你可以直接在线浏览，或者用git clone命令克隆到本地。 - 按目录学习：资源一般按“教程”、“安装指南”、“实战项目”等目录组织。你可以像看一本书一样，从安装和基础教程开始，逐步深入到具体项目。
- 运行实战代码：找到感兴趣的项目（如图像分类、NLP），阅读其README和代码。你需要在自己的环境中安装所需的TensorFlow版本和依赖库（通常用
pip install -r requirements.txt），然后就可以运行和调试代码了。
关键点：
- 这只是一个资源索引或学习路径图，本身不是一个可直接安装的库。
- 你需要根据指南，在自己的Python环境中手动安装TensorFlow并配置项目所需环境。
- 积极动手运行和修改其中的代码示例，是学习最有效的方式。
一句话建议：把它当作一本结构化的中文TensorFlow“食谱”，跟着步骤动手做就对了。
