tensorflow中文使用手册_tensorflow中文手册资源-CSDN文库

需积分: 22 48 浏览量 2018-03-04 21:08:33 上传评论 2 收藏 4.03MB PDF 举报

《TensorFlow中文使用手册》是一份为初学者提供的指南，它翻译并整理了TensorFlow英文官方文档的内容。该手册主要包含入门教程、TensorFlow Board可视化、Python API等基础入门级别的知识。TensorFlow是一个由Google开发的开源软件库，广泛应用于机器学习和深度学习的算法实现。本手册的主要内容可以分为以下几个方面： 1. TensorFlow的起步与安装：这部分内容介绍了TensorFlow的安装需求、不同环境下的安装方法（如Pip安装、Virtualenv安装、Docker安装）、如何测试TensorFlow是否安装成功以及从源代码安装TensorFlow等。例如，Pip安装作为最简单的一种安装方法，适用于具有Python环境和Pip工具的用户，而Virtualenv安装则适用于需要在虚拟环境中隔离依赖的场景。 2. TensorFlow基础使用：这部分内容包括TensorFlow的总览、计算图、交互式使用、张量(Tensors)、变量(Variables)、取回(Fetches)和供给(Feeds)等概念。计算图是TensorFlow的核心概念，它描述了计算过程，其中张量是数据的基本单位，变量用于存储可变的数据，取回是指从图中获取结果，供给是指向图中输入数据。这些内容为初学者理解TensorFlow的工作方式奠定了基础。 3. TensorFlow基础教程：这部分内容涵盖了机器学习领域的经典入门案例MNIST数据集，包括了构建Softmax回归模型、训练模型、评估模型等基础操作。同时，也介绍了如何在TensorFlow中使用卷积神经网络、循环神经网络、序列到序列模型等更高级的技术。例如，卷积神经网络（CNN）通常用于图像处理领域，而循环神经网络（RNN）则常用于处理序列数据，如文本和时间序列数据。 4. TensorFlow进阶使用：这部分内容涉及了变量的创建、初始化、保存和加载操作，TensorBoard的使用，数据的读入，线程和队列的管理，如何在GPU上运行TensorFlow模型，以及如何创建和使用共享变量等。TensorBoard是TensorFlow中用于可视化学习过程和计算图的强大工具，可以帮助开发者理解、调试和优化模型。而GPU的使用则可以加速模型的训练过程，特别适用于大规模的计算任务。 5. 具体案例分析：手册中还包含了若干具体案例的分析，如Word Embeddings的学习、MNIST数据集的下载与准备等。这些案例有助于读者更好地理解和掌握TensorFlow在实际问题中的应用。总结来说，《TensorFlow中文使用手册》是一份详尽的TensorFlow入门资料，它涵盖了从安装到基础教程再到进阶使用的所有环节。通过对手册的学习，读者可以快速掌握TensorFlow的核心概念、使用方法，并能够独立完成一些机器学习和深度学习的基本任务。

资源推荐

资源详情

资源评论

TensorFlow 指南

2016 年 1 月 28 日

第一章起步 11

1.1 Introduction || 简介 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

1.2 Download and Setup || 下载与安装 . . . . . . . . . . . . . . . . . . . . . . . . . . 14

1.2.1 Requirements ｜安装需求 . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

1.2.2 Overview | 安装总述 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

1.2.3 Pip Installatioin | Pip 安装 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

1.2.4 Virtualenv installation | 基于 Virtualenv 安装 . . . . . . . . . . . . . . . . 16

1.2.5 Docker Installation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

1.2.6 Test the TensorFlow installation | 测试 TensorFlow 安装 . . . . . . . . . . 19

1.2.7 Installing from source . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

1.2.8 Train your ﬁrst TensorFlow neural net model | 训练第一个 TensorFlow

模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

1.2.9 Common Problems | 常见问题 . . . . . . . . . . . . . . . . . . . . . . . . . 23

1.3 Basic Usage || 使用基础 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

1.3.1 Overview | 总览 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

1.3.2 The computation graph | 计算图 . . . . . . . . . . . . . . . . . . . . . . . . 27

1.3.3 Interactive Usage | 交互式使用 . . . . . . . . . . . . . . . . . . . . . . . . . 29

1.3.4 Tensors | 张量 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

1.3.5 Variables | 变量 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

1.3.6 Fetches | 取回 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

1.3.7 Feeds | 供给 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

第二章基础教程 33

2.1 MNIST 机器学习入门 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

2.1.1 The MNIST Data | MNIST 数据集 . . . . . . . . . . . . . . . . . . . . . . . 38

2.1.2 Softmax 回归介绍 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

2.1.3 实现回归模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

2.1.4 训练模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

2.1.5 Evaluating Our Model || 评估我们的模型 . . . . . . . . . . . . . . . . . . . 48

2.2 Deep MNIST for Experts || 深入 MNIST . . . . . . . . . . . . . . . . . . . . . . . . 50

4 目录

2.2.1 Setup | 安装 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

2.2.2 Build a Softmax Regression Model || 构建 Softmax 回归模型 . . . . . . . 52

2.2.3 Train the Model | 训练模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

2.2.4 Build a Multilayer Convolutional Network | 构建多层卷积网络模型 . . . 55

2.3 TensorFlow Mechanics 101 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

2.3.1 教程使用的文件 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

2.3.2 准备数据 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

2.3.3 构建图表（Build the Graph） . . . . . . . . . . . . . . . . . . . . . . . . . 61

2.3.4 训练模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

2.3.5 评估模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

2.4 卷积神经网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

2.4.1 Overview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

2.4.2 Code Organization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

2.4.3 CIFAR-10 模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

2.4.4 开始执行并训练模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

2.4.5 评估模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

2.4.6 在多个 GPU 板卡上训练模型 . . . . . . . . . . . . . . . . . . . . . . . . . 76

2.4.7 下一步 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

2.5 Vector Representations of Words . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

2.5.1 亮点 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

2.5.2 动机: 为什么需要学习 Word Embeddings? . . . . . . . . . . . . . . . . . . 78

2.5.3 处理噪声对比训练 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

2.5.4 Skip-gram 模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82

2.5.5 建立图形 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

2.5.6 训练模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

2.5.7 嵌套学习结果可视化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

2.5.8 嵌套学习的评估: 类比推理 . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

2.5.9 优化实现 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

2.5.10 总结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

2.6 循环神经网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

2.6.1 介绍 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

2.6.2 语言模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

2.6.3 教程文件 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

2.6.4 下载及准备数据 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

2.6.5 模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

2.6.6 编译并运行代码 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

2.6.7 除此之外？ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

2.7 Sequence-to-Sequence Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

目录 5

2.7.1 Sequence-to-Sequence Basics . . . . . . . . . . . . . . . . . . . . . . . . . 89

2.7.2 TensorFlow seq2 seq Library . . . . . . . . . . . . . . . . . . . . . . . . . . 90

2.7.3 Neural Translation Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

2.7.4 Let’s Run It . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93

2.7.5 What Next? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

2.8 偏微分方程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

2.8.1 基本设置 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

2.8.2 定义计算函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

2.8.3 定义偏微分方程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

2.8.4 开始仿真 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96

2.9 MNIST 数据下载 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

2.9.1 教程文件 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

2.9.2 准备数据 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

第三章运作方式 101

3.0.1 Variables: 创建，初始化，保存，和恢复 . . . . . . . . . . . . . . . . . . 102

3.0.2 TensorFlow 机制 101 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

3.0.3 TensorBoard: 学习过程的可视化 . . . . . . . . . . . . . . . . . . . . . . . 102

3.0.4 TensorBoard: 图的可视化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

3.0.5 数据读入 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

3.0.6 线程和队列 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

3.0.7 添加新的 Op . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

3.0.8 自定义数据的 Readers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

3.0.9 使用 GPUs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

3.0.10 共享变量 Sharing Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

3.1 变量: 创建、初始化、保存和加载 . . . . . . . . . . . . . . . . . . . . . . . . . . 104

3.1.1 变量创建 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

3.1.2 变量初始化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

3.1.3 保存和加载 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105

3.2 共享变量 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

3.2.1 问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

3.2.2 变量作用域实例 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109

3.2.3 变量作用域是怎么工作的？ . . . . . . . . . . . . . . . . . . . . . . . . . . 110

3.2.4 使用实例 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112

3.3 TensorBoard: 可视化学习　 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

3.3.1 数据序列化　 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

3.3.2 启动 TensorBoard 　 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114

3.4 TensorBoard: 图表可视化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115

剩余437页未读，继续阅读

评论收藏

内容反馈

sunjie_nanjing

粉丝: 0
资源: 3

tensorflow 中文使用手册

最新资源

tensorflow 中文使用手册

tensorflow中文手册

tensorflow使用手册

tensorflow 操作手册 中文版

tensorflow 手册

中文版Tensorflow手册Tutorial

Tensorflow-API离线文档

TensorFlow官方中文文档 高清完整版PDF

tensorflow开发手册_1.0版（中文）, 2.0版（英文）

tensorflow API 文档 （PDF版）

tensorflow中文文档

tensorflow 中文文档

Tensorflow官方教程中文版

tensorflow 文档 中文翻译过的

TensorFlow入门指导（中英文 PDF版）

tensorflow官方中文文档

非常好的Tensorflow中文教程v1.2 一共178页

tensorflow2中文教程

Keras中文手册.zip_TensorFlow 手册_keras中文_keras中文手册_tensorflow_tensorf

TensorFlow 中文文档 1.8 掘金 2018.5.19

2018TensorFlow英文版

Scikit-learn 使用手册中文版.zip_SCIKIT-LEARN_Scikit-learn 使用手册中文版_sciki

(有代码)tensorflow指南中文版

TensorFlow官方文档中文版

tensorflow 官方文档中文版

TensorFlow正式版中文文档.pdf

最新资源

tensorflow 操作手册中文版

TensorFlow官方中文文档高清完整版PDF

tensorflow API 文档（PDF版）

tensorflow 文档中文翻译过的