TensorFlow 和 TensorLayer

TensorFlow 的github 地址 : https://github.com/tensorflow/tensorflow

TensorFlow文档地址： http://www.jianshu.com/p/65dc64e4c81f

TensorFlow 中文文档：http://www.tensorfly.cn/

TensorFlow白皮书中文版 ： http://www.jianshu.com/p/65dc64e4c81f

TensorFlow的目录结构：http://blog.youkuaiyun.com/zhoujunbuaa/article/details/50135787

                                        http://blog.youkuaiyun.com/sydpz1987/article/details/51520068

TensorFlow学习路线：http://blog.youkuaiyun.com/hjimce/article/details/51899683

TensorFlow系统概述：http://www.cnblogs.com/yao62995/p/5773184.html

TensorFlow关于CNN,LSTM, BiLSTM例子集合：http://www.cnblogs.com/zhizhan/p/5971423.html

tensorflow 笔记：常用函数说明：http://blog.youkuaiyun.com/mydear_11000/article/details/53197891   (看完很有收获的帖子)

需要注意的点： 因为ubuntu 上安装的 python3.4, 所以安装的时候记得用pip3

TensorFlow 的详细介绍： http://blog.youkuaiyun.com/snsn1984/article/details/51371970

                                             特意给出 TensorFlow 笔记三，因为这给出了很多学习Tensor的资源

TensorFlow 深度学习： http://www.cnblogs.com/hellocwh/p/5497786.html

我认为最清晰的 TensorFlow 例子讲解 ： http://blog.sina.com.cn/s/blog_155d29f010102wqj6.html

也是比较好的一个TensorFlow笔记： http://www.jianshu.com/p/c2a870c19623

超喜欢这个讲解：里面讲解的太棒了：http://www.jianshu.com/p/c2a870c19623

tensorFlow 细节好文： http://blog.youkuaiyun.com/sa14023053/article/details/51884377

解读 TensorFlow 的RNN ： http://lan2720.github.io/2016/11/10/%E8%A7%A3%E8%AF%BBtensorflow%E7%9A%84rnn/

用tensorflow写出的框架更完美：http://danijar.com/structuring-your-tensorflow-models/

tensorflow的视频教程：http://list.youku.com/albumlist/show?id=27327189&ascending=1&page=1

                                      https://www.youtube.com/playlist?list=PLXO45tsB95cKI5AIlf5TxxFPzb-0zeVZ8

first contact with tensorFlow:  http://jorditorres.org/first-contact-with-tensorflow/

                        中文版：http://www.jianshu.com/p/c62fdd13561e

tensorflow 的讲解：http://blog.youkuaiyun.com/lhanchao/article/details/51442181

如何学习 tensorflow 源码： http://bingotree.cn/?p=862&utm_source=tuicool&utm_medium=referral

tensorflow学习笔记：http://blog.youkuaiyun.com/u012436149/article/category/6461700/2

tensorflow学习笔记： http://blog.youkuaiyun.com/phdat101/article/details/52350611

查看tensorflow源码比较的网址：https://www.codatlas.com/github.com/tensorflow/tensorflow/HEAD/tensorflow/python/platform/flags_test.py

tensorflow 图解分析（学习ing）: http://www.cnblogs.com/yao62995/p/5773578.html

tensorflow 人工智能引擎入门教程所有目录（待看）：https://my.oschina.net/yilian/blog/664632

tensorflow(很多tensorflow的使用介绍):http://lib.youkuaiyun.com/deeplearning/knowledge/1756

YouTube视频： https://www.youtube.com/watch?v=RSRkp8VAavQ&list=PLXO45tsB95cKI5AIlf5TxxFPzb-0zeVZ8&index=1

tensorflow API讲解（只有部分）：http://blog.youkuaiyun.com/chenxieyy/article/details/53019679

Google深度学习笔记 循环神经网络实践: http://blog.youkuaiyun.com/u011453773/article/details/51782338

机器学习敲门砖:任何人都能看懂的TensorFlow介绍:http://mt.sohu.com/20160822/n465358601.shtml

一文学会用 Tensorflow 搭建神经网络:http://www.jianshu.com/p/e112012a4b2d

TensorFlow中RNN样例代码详解:http://blog.youkuaiyun.com/diligent_321/article/details/53385508

TensorFlow学些笔记：http://www.cnblogs.com/lienhua34/p/5998853.html    （介绍了Graph，session， Operation 和 Tensor）

用人话解释CNN：http://nooverfit.com/wp/pycon-2016-tensorflow-%E7%A0%94%E8%AE%A8%E4%BC%9A%E6%80%BB%E7%BB%93-tensorflow-%E6%89%8B%E6%8A%8A%E6%89%8B%E5%85%A5%E9%97%A8-%E7%94%A8%E4%BA%BA%E8%AF%9D%E8%A7%A3%E9%87%8Acnn-%E7%AC%AC%E4%B8%89/#more-1027

以下为待看：

TensorFlow人工智能引擎入门教程所有目录：https://my.oschina.net/yilian/blog/664632#OSC_h2_1
tensorflow实现基于LSTM的文本分类方法：http://blog.youkuaiyun.com/u010223750/article/details/53334313

tensorflow学习笔记：http://blog.youkuaiyun.com/phdat101/article/details/52350611

mnist讲解：http://blog.youkuaiyun.com/IEEE_FELLOW/article/details/53086567

每个人都能徒手写递归神经网络：http://nooverfit.com/wp/%E6%AF%8F%E4%B8%AA%E4%BA%BA%E9%83%BD%E8%83%BD%E5%BE%92%E6%89%8B%E5%86%99%E4%B8%80%E4%B8%AAlstm-rnn%E9%80%92%E5%BD%92%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C-%E6%89%8B%E6%8A%8A%E6%89%8B%E6%95%99%E4%BD%A0/

TensorLayer 的github地址 : https://github.com/zsdonghao/tensorlayer

TensorLayer中文 ： https://github.com/shorxp/tensorlayer-chinese

TensorLayer 文档地址： http://tensorlayercn.readthedocs.io/zh/latest/