tensorflow是谷歌開源的深度學習框架，作為工程開發人員，再tensorflow上既可以動手實現自己設計的深度學習框架，也非常易於重現**中的成果。作為從其它軟體開發方向轉入到深度學習方向的人來說，tensorflow封裝了很多常用模組和功能，使得我們易於學習和掌握。
這裡摘抄一段來自的話介紹tensorflow：
tensorflow™ 是乙個採用資料流圖（data flow graphs），用於數值計算的開源軟體庫。節點（nodes）在圖中表示數學操作，圖中的線（edges）則表示在節點間相互聯絡的多維資料陣列，即張量（tensor）。它靈活的架構讓你可以在多種平台上展開計算，例如台式計算機中的乙個或多個cpu（或gpu），伺服器，移動裝置等等。tensorflow 最初由google大腦小組（隸屬於google機器智慧型研究機構）的研究員和工程師們開發出來，用於機器學習和深度神經網路方面的研究，但這個系統的通用性使其也可廣泛用於其他計算領域。
下面介紹一下tensorflow的學習資源：
**原始碼：
官網：由於「***」原因，國內經常不能訪問谷歌的相關**，tensorflow的官網也是如此。好在國內有個對應的中文**，上面有中文手冊和文件，更新沒有官網快，但是也是非常好的資源。
國內社群**是：
例程在tensorflow的文件中推薦了乙個非常好的**例程的git專案，內容編排的比較好。
這個專案的位址在：
截止2023年3月初，這個專案有20k+的star數和7k+的fork數，其質量和影響可見一斑。
數學基礎
在網易雲課堂**上有乙個不錯的深度學習數學基礎教程：
這個課程把深度學習相關的數學概念複習了一下，有助於普通程式設計師轉向深度學習。
其它深度學習資源和課程
在網易雲課堂上有很多深度學習相關課程（比如李飛飛的cs231n和吳恩達的機器學習），當然也有tensorflow的，這些都可以作為學習的資料。另外，國外出名的深度學習課程**是：吳恩達和李飛飛的課程也在上面
學習tensorflow的書籍
《白話深度學習與tensorflow》這本數可以用來理解很多深度學習的基本概念和原理，對於tensorflow的學習沒有太多直接幫助。到那時還是很推薦這本書，因為裡面講解的原理性的東西很好懂，這些都是學習tensorflow的基礎。
另外李航的《統計學習方法》作為傳統機器學習的書籍，也值得推薦。
引用：
0 TensorFlow光速入門 序
序言 對於我這麼乙個技術渣渣來說，想學習tensorflow機器學習，實在是太難了 其實對於我這種渣渣來說，我並不想知道tensorflow的底層是怎麼寫的，用了什麼原理和演算法。我只是想快速上手 使用它，我的重點的使用 當然，隨著學習的深入，基礎概念和演算法是必不可少的，不然很難進一步提高知識水平...
TensorFlow 技術解析與實戰 筆記 01
tensorflow 如何構建乙個流圖呢，構建圖的第一步是建立各個節點。import tensorflow as tf 建立乙個常量運算操作，產生乙個 1 2 矩陣 matrix1 tf.constant 3.3.建立另外乙個常量運算操作，產生乙個 2 1 矩陣 matrix2 tf.constan...
0基礎入門資料結構與演算法 希爾排序
希爾排序 shell s sort 是插入排序的一種又稱 縮小增量排序 diminishing increment sort 是直接 插入排序演算法o n 1.3 2 由於多次插入排序，我們知道一次插入排序是穩定的，不會改變相同元素的相對順序，但在不同的插入排序過程中，相同的元素可能在各自的插入排序...