TensorFlow 学习教程 （引言）

这个部分的教程具体示范了如何用 TensorFlow 处理特定的任务。如果刚接触本文档，推荐在阅读本教程前阅读”Get Started”。

下列教程展示了在一个 TensorFlow 系统中进行 CPUs 与 GPUs 的交互。

• Using GPUS

下列教程包括了关于图像识别不同的方面的内容：

• Image Recognition： 介绍了图像识别领域和一个用作图像识别的模型
• How to Retrain Inception’s Final Layer for New Categories： 迁移学习
• A Guide to TF Layers: Building a Convolutional Neural Network：介绍了 CNNs 并示范如何在 TensorFlow 中建立一个 CNN。
• Convolutional Neural Networks： 示范了如何建立一个小的 CNN 模型来进行图像识别。本教程针对的是高级 TensorFlow 使用者。

下列教程用于机器学习中的人类语言问题：

• Vector Representations of Words： 示范了如何为 words 创建一个 embedding
• Recurrent Neural Networks： 介绍了如何使用一个 RNN 来预测句子中的下一个单词
• Sequence-to-Sequence Models： 介绍了如何使用一个 Sequence-to-Sequence Models 来把英语翻译成法语

下列教程针对线性模型：

• Large-Scale Linear Models with TensorFlow： 介绍了线性模型并示范如何用高级 API 创建它们
• TensorFlow Linear Model Tutorial： 示范了如何在 TensorFlow 中解决一个二分类问题
• TensorFlow Wide & Deep Learning Tutorial：介绍了如何使用高级 API 来联合训练宽线性模型与一个深度前馈神经网络
• Improving Linear Models Using Explicit Kernel Methods： 展示了如何通过使用明确的核映射来改善线性模型。
• Simple Audio Recognition： 展示了如何建立一个基本的语音识别网络

除了在机器学习方面，还可以用来解决一些数学问题，例如：

• Mandelbrot Set
• PDE