tensorflow

1. tensorflow 案例

2. Tensorflow入门介绍

2.1 (http://blog.jobbole.com/105602/)

2.2 tensorflow中文社区

2，tensorflow时间序列预测（TFTS）

http://blog.csdn.net/wemedia/details.html?id=44098

3，generic golden program for deep learning with TensorFlow.

https://github.com/tobegit3hub/tensorflow_template_application

4, Tensorflow tensorboard: https://github.com/tensorflow/tensorboard

4.1 [谷歌发布TensorBoard API，让你自定义机器学习中的可视化] (http://mp.weixin.qq.com/s?__biz=MjM5Nzk2MDU5NA==&mid=2652548824&idx=1&sn=962a257ef90c150fe23c342daf145da9&chksm=bd3c00258a4b8933cc47cbb3a3216402ac75dcb6293500482d5a1bf67c1bdb3aca02288524c2&mpshare=1&scene=1&srcid=0912Yxa0PnJgjbFb01Lc4lYB#rd)

• API获取地址：
  https://github.com/tensorflow/tensorboard-plugin-example/blob/master/README.md
• https://github.com/tensorflow/tensorboard-plugin-example
• 这个插件展示了标准TensorBoard插件中包含的三部分内容：

1. 用于收集数据供以后可视化使用的summary_operation文档

GitHub地址：
https://github.com/tensorflow/tensorboard/blob/master/tensorboard/plugins/pr_curve/summary.py

2. 为自定义数据服务的Python后端

GitHub地址：
https://github.com/tensorflow/tensorboard/blob/master/tensorboard/plugins/pr_curve/pr_curves_plugin.py

3. 内置TypeScript和polymer的TensorBoard仪表盘

GitHub地址：
https://github.com/tensorflow/tensorboard/tree/master/tensorboard/plugins/pr_curve/tf_pr_curve_dashboard

此外，与其他插件一样，“pr_curves”提供了一个Demo，用户可以学习如何使用插件，插件开发者可用来生成开发期间的示例数据。

为了进一步说明插件是如何工作的，谷歌还创建了一个框架性的Greeter插件，它能在运行模型时可以收集并显示问候语。谷歌在博客中建议开发人员从Greeter插件和其他现有的插件开始探索。

插件地址：
https://github.com/tensorflow/tensorboard/tree/master/tensorboard/plugins

比如，杨百翰大学的Chris Anderson硕士期间创建了一个API并命名为Beholder，Beholder能将训练模型时的数据（如梯度和卷积滤波器等）以视频的形式展示出来。

“全民AI”
不得不说，谷歌一直是“全民AI”的拥护者。

上月，谷歌TensorFlow和AIY（AI+DIY）团队开源了语音识别数据集，帮助开发者为各种智能设备创建个性基本语音指令。

今年6月，推在移动设备上运行的AI模型TensorFlow Lite后没几周，谷歌又开源了预先训练的计算机视觉模型MobileNets，专为智能手机设计。

最后，附Google Research Blog原文地址：
https://research.googleblog.com/2017/09/build-your-own-machine-learning.html

4.2 TensorFlow环境下，如何构建新型实用可视化方案？

• https://github.com/tensorflow/tensorboard/tree/master/tensorboard/plugins
• 此插件显示出标准 TensorBoard 插件的三大组成部分：
  用于收集数据以供后续可视化处理的 TensorFlow 摘要。
  https://github.com/tensorflow/tensorboard/blob/master/tensorboard/plugins/pr_curve/summary.py
  用于支持定制化数据的 Python 后端。
  https://github.com/tensorflow/tensorboard/blob/master/tensorboard/plugins/pr_curve/pr_curves_plugin.py
  TensorBoard 之内利用 TypeScript 与 polymer 构建而成的仪表板。
  https://github.com/tensorflow/tensorboard/tree/master/tensorboard/plugins/pr_curve/tf_pr_curve_dashboard
• 查看英文原文：
  https://research.googleblog.com/2017/09/build-your-own-machine-learning.html