TF 目录框架

以python为基础

• 为什么学习tensorflow ?

  tensorflow背景介绍
  有什么用？tf是什么？谁在用tf？
  官网
  推荐书籍 网站 比较好的文档链接？

• 环境

  1.工具 > python 版本，tensorflow版本
  > 编辑器 notepad++,sublime text 2/3,其他编辑器

  2. 安装
  3. 每个工具已经下载工具包扔一个连接 简述推荐理由
  4. 注意有什么坑

基础

参考资料

• 简单上手-[聂彬完成]
• 变量

创建-初始化-[聂彬完成]
共享变量-[聂彬完成]

• 多线程和队列
• 数据读取
• 训练助手
• 调试

Mnist为例
机器学习为例

• 元图
• 保存模型
• 版本解释
• 数据版本
• 常见问题

初级实例

参考资料

跑实例时 一步步解析每一行代码，包括每一个变量，每一个函数 每一步的运行结果写在后面注释里面

• mnist新手
• mnist专家
• 神经网络
• 机器学习

  快速入门
  输入函数
  日志和监测

• TensorBoard

可视化学习
嵌入可视化
图像化
直方图

算法相关

• GPU的使用[聂彬-认领]
• 图片识别[张夏旭-认领]
• 迁移学习-[魏杨-认领]
• 卷积神经网络-[魏杨-认领]

   创建
  高级

• 词的向量化[聂彬-认领]
• 循环神经网络[聂彬-认领]
• 序列到序列模型[张夏旭-认领]
• 大型线性模型
• 线性模型实例
• 深度学习-[王凯-认领]
• Mandelbrot Set-[王凯-认领]  
• 偏微分方程-[王凯-认领]

其他

• 一个DNN的分类例子 介绍内容：构造一个四层的DNN，用Python读取一份分类数据，并feed给DNN。一步步解析每一行代码，包括每一个变量，每一个函数

• 一个CNN的分类例子（MNIST） 介绍内容：给出代码，并一步步解析每一行代码，包括每一个变量，每一个函数。

• 转换image成tfrecord的例子

• 读tfrecords，并训练网络使用tfrecords

• end 其他需要修改的 大家提出来