如何高效的学习 TensorFlow 代码

如何高效的学习 TensorFlow 代码?

Linux【公共基础】：TensorFlow的主要运行平台之一就是Linux，但是正式版对Windows的支持日趋完善，真的没时间学习Linux平台可以先在Windows上运行TensorFlow。不过，学习Linux真的用不了多久（当然是指做开发环境日常日用，立志做系统管理员还是要下一番功夫的）。推荐Ubuntu 16.04 LTS，这不仅是“新手友好”的发行版，也是Google很多产品的官方支持版本，官方支持就会带来很多便捷以及少一些”坑“。LTS（长期支持版本）的加成保证了系统的稳定（稳定不仅指运行稳定，更是指软件环境，例如python不会突然默认变成3.6，gcc不会突然就默认变成6，插一句，之所以这么说，是因为以前用的是Arch，装了TensorFlow一直跑的很开心，直到有天突然发现跑不起来了，原来是Arch升级了一下Python的默认版本变成了3.6了XD。）

7. TensorFlow：
【fast peace】（偏向应用性质，到手即用，pretrained-models，tflearn，keras等）：
1. TensorFlow的三份白皮书，对TensorFlow的整体有个把握或者说印象是很有必要的，对后期的“图编程”，优化，都很有启发。
2. TFLearn，基于TensorFlow的高级API，不需要了解太多细节，应用向的可以直接看这个。
【hard way】（偏向理论性质，调用基本API手写，自定义layer，自定义kernel，自定义optimizer等）

5.深度学习（Deep Learning，DL）：虽然Tensorflow已经封装好了大部分DL的细节，但是如果不了解DL的相关核心概念，就会很难着手分析问题。首先强烈推荐这个教程，通读一遍，然后还有这个，可以快速浏览或者只看自己不太明白的地方，还有这个分块介绍的，还有几篇blog，这个和这个讲的是卷积神经网络。图像识别用的比较多的就是卷积神经网络，这两篇可以看看。
6.Tensorflow：前面都是铺垫，是为了更好地使用Tensorflow。官方的文档不错，可以从get started然后tutorial看起，有个中文的翻译版，但是更新不及时（官方已经v1.0，这个可能是v0.8或者v0.7），可能有坑，可以和英文对照着看，还有个Tensorflow的教程，也不错。有篇FIRST CONTACT WITH TENSORFLOW也不错。

8.经典论文及书籍：收集了一些DL的经典论文&书籍，有些杂乱，不过几乎都是经典，各取所需吧。百度云地址：http://pan.baidu.com/s/1kUNdJ8N（密码: vydc）。各位有更好的欢迎推荐，我会整理上传。
9.几篇原创TF相关文章（持续更新）：如何理解TensorFlow中的batch和minibatch，结合TensorFlow PlayGround的简单神经网络原理解释，TensorFlow从源码安装，利用TF重训练Google Inception模型，在Android端使用TensorFlow
作者：黄璞
来源：知乎