如何高效的学习 TensorFlow 代码

Posted 2023-03-16

1.稳定的网络：Tensorflow毕竟出自Google，官方文档访问不是很稳定。而且一般来说，对于英文的文档，资料和疑问，Google搜索的结果要比Baidu好很多。（不是偏见，是各有所长，天气地图电影啥的，百度还是做的很好的）

2.Github：这是个开源程序的网站，Linux内核就在这个网站托管。Github的核心是Git，一种版本控制系统，已经逐渐取代SVN。这个网站托管了很多高质量的或者说世界顶尖的开源项目，比如Tensorflow。学习一下这个网站如何使用，注册个账号，学习一下Git的使用方法。这个网站有自己的tutorial和guide。

3.Linux: Tensorflow的主要运行平台就是Linux，目前在Windows上运行的方案是虚拟机，但是深度学习对计算要求还是比较高的，虚拟机效率不是太高，因此还是推荐在原生Linux中运行。新手推荐发行版是Ubuntu 或者Linux mint。这个可以自行搜索。学习Linux也有很多好处，因为很多开源软件都only linux的。

4.Python：这是一种非常流行的脚本语言，庞大的第三方库可以快速写出短小容易理解的代码，而且也是Tensorflow的推荐开发语言。教程太多了，这里给几个优秀的教程：官网教程，Learn Python the Hard Way，Python2.7教程

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v0.11，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。 参考技术A 1.稳定的网络
2.Github：这是个开源程序的网站，Linux内核就在这个网站托管
3.Linux: Tensorflow的主要运行平台就是Linux