最近弗吉尼亚理工大学博士。AmirsinaTorfi在GitHub上贡献了一个新教程。一上来就批评GitHub上其他的TensorFlow教程：你们都是为了做而做。大家分享的教程都是跳来跳去，不是很复杂，就是没有文档支持。做这些大家都不看的教程有什么用？既不能帮助开发者搬砖，也不能帮助科研人员做科研。为什么要浪费这个时间？所以，Torfi哥下定决心要做一个内容完整的TensorFlow教程，不要复杂到可以作弊的地步。教程、代码、注释一应俱全。这套教程包含了清晰的教程文档，介绍了从如何安装TensorFlow到TensorFlow的基础知识，线性回归模型等机器学习的基本方法，神经网络的基础教程和代码。对于每个部分，本教程包括教程文档：代码：和带有注释的代码注释：此外，开头还有一步一步的安装视频。教程内容HowtoInstallTensorFlowWarmUp:TestandRunBasicsBasicMathTensorFlowVariablesBasicMachineLearning教程地址：https://github.com/open-source-for-science/TensorFlow-Course#why-use-tensorflow另外，作者还推荐一些其他他认可的TensorFlow教程资料：TensorFlow-Examples对初学者很友好https://github.com/aymericdamien/TensorFlow-ExamplesTensorflow-101用JupyterNotebook写的https://github.com/sjchoi86/Tensorflow-101TensorFlow_Exercises从其他TensorFlow示例重新创建代码https://github.com/terryum/TensorFlow_ExercisesLSTM-Human-Activity-RecognitionLSTM-basedTensorFlow递归神经网络分类手机传感器数据https://github.com/guillaume-chevalier/LSTM人类活动识别
