[教程]一份简单易懂的 TensorFlow 教程

上周分享了一份 TensorFlow 官方的中文版教程，这次分享的是在 Github 上的一份简单易懂的教程，项目地址是：

https://github.com/open-source-for-science/TensorFlow-Course#why-use-tensorflow

如下图所示，已经有超过7000的 Star了

这个仓库的目标是提供一份简单且容易上手的 TensorFlow 教程，每个教程都包含源代码，并且大部分都包含有一份文档。

目录

• 什么是 TensorFlow？
  • 动机
• 为什么要使用 TensorFlow？
• TensorFlow 的安装和环境配置
• TensorFlow 教程
• 热身
• 基础知识
• 机器学习基础
• 神经网络
  • 一些有用的教程

什么是 TensorFlow？

TensorFlow 是一个用于多任务数据流编程的开源软件库。它是一个符号数学库，同时也能应用在如神经网络方面的机器学习应用。它在谷歌可以同时应用在研究和工程中。

TensorFlow 是谷歌大脑团队开发出来作为谷歌内部使用的。它在2015年9月份公布出来，并采用 Apache 2.0 开源协议。

目前最新的稳定版本是 2018年9月27日的1.11.0版本。

动机

开始这个开源项目的动机有很多。TensorFlow 是目前可用的最好的深度学习框架之一，所以应该问的是现在网上能找到这么多关于 TensorFlow 教程，为什么还需要创建这个开源项目呢？

为什么要使用 TensorFlow？

深度学习现在是非常的火，并且现在也有快速和优化实现算法和网络结构的需求。而 TensorFlow 就是为了帮助实现这个目标而设计出来的。

TensorFlow 的亮点就在于它可以非常灵活的设计模块化的模型，但是这对于初学者是一个缺点，因为这意味着需要考虑很多东西才能建立一个模型。

当然，上述问题因为有很多高级的 API 接口，如 Keras(https://keras.io/) 和 Slim(https://github.com/tensorflow/models/blob/031a5a4ab41170d555bc3e8f8545cf9c8e3f1b28/research/inception/inception/slim/README.md) 等通过抽象机器学习算法中的许多模块的软件库而得到较好的解决。

对于 TensorFlow 来说，一件非常有趣的事情就是现在到处都可以找到它的身影。大量的研究者和开发者都在使用它，而且它的社区正以光速的速度发展起来。所以很多问题都可以轻松解决，因为在它的社区中有非常多的人都在使用，大部分人都会遇到相同的问题。

TensorFlow 的安装和环境配置

TensorFlow 的安装和环境配置可以如下面动图所示，按照这个教程：https://github.com/open-source-for-science/TensorFlow-Course/blob/master/docs/tutorials/installation 操作即可。

这里主要推荐的是采用虚拟环境安装的方式，一是可以避免安装库冲突的问题，特别是因为 python 的版本问题；第二个是可以自定义工作环境，针对 python 的 2.x 版本 和 3.x 版本分别设置不同的虚拟环境，安装不同的软件库。

---

TensorFlow 教程

接下来就是本教程的主要内容了，大部分的教程都包含了文档的说明&