TensorFlow1.x入门教程——统领篇

前言

TesnorFlow作为深度学习的代表性的框架在业界被广泛的使用，现在已经有1.x和2.x版本，由于1.x和2.x版本的差距较大（可以理解为Python2与Python3的差距），并且2.x版本较为新资源还较少，不少公司仍然使用TensorFlow1.x，维护的项目也是TensorFlow1.x开发的。所以本教程也围绕了TensorFlow1.x展开。

你将得到什么？

本教程实战性较强，内容也相对简单容易上手。所以，适合初学者了解TensorFlow的常用API的使用方法。并且根据示例代码可以运行相应的效果，能有一个更加直观的认识。

系列文章地址

1. 计算图的创建与启动

2. 变量的定义及其操作

3. Feed与Fetch

4. 线性回归

5. 构建非线性回归模型

6. 简单分类问题

7. Dropout与优化器

8. 手动调整学习率与TensorBoard

9. 卷积神经网络（CNN）

10. 循环神经网络（RNN）

11. 模型的保存与恢复

后记

TensorFlow1为静态图，PyTorch为动态图。从编写的难易程度上来将，PyTorch更加简单，但是TensorFlow1的效率更高。而TensorFlow2也是动态图，与PyTorch更为相似。

本教程有同步的Github地址：Here

后期还会推出PyTorch、TensorFlow2的相关教程。