如何高效学习Tensorflow源代码 根据想要学习Tensorflow的目的不同,可以简单分为以下2类: 算法研究者 了解自己的基本领域,如图像分类,物体检测,语音识别等,了解其所用的技术,如CNN,RNN知道实现的基本原理; 尝试运行的基本模型。如果研究计算机视觉,可以多关注压缩(图像压缩),im2txt(图像描述),inception(评估ImageNet),resnet(残差网络),slim(图像分类)和street(路标)识别或验证码识别);如果研究自然语言处理,可以看lm_1b(语言模型),namignizer(起名字),swivel(转换词向量),syntaxnet(分词与语法分析),texsum(文本摘要),word2vec(词转换为向量)。 mnist 结合项目,找到相关的论文用Tensorflow实现论文中的算法; 熟悉的Tensorflow代码结构 系统研究者 首先