vlambda博客
学习文章列表

GitHub超5000星!如何用30天吃掉TensorFlow2?

天下苦tensorflow久矣!😭

尽管tensorflow2.0宣称已经为改善用户体验做出了巨大的改进,really easy to use,但大家学得并不轻松。

tensorflow2.0官方文档和tensorflow1.0官方文档显然是出自同一批作者之手,他们一如既往地秉承着谷歌make things complicated的风格传统,用哈希表一般混乱的文档结构、无法运行的范例代码、复杂的函数嵌套调用关系、随意插入的不常用第三方库等技巧将读者的懵圈程度逐步推向高潮。

但吐槽归吐槽,到了工业界,你是无论如何也绕不开这个框架的。既然非学不可,如何让这个学习过程更加平滑舒畅呢?近日来,一个毕业于北京吃饭大学的吃货😋开源了一本叫做 eat tensorflow2.0 in 30 days 的工具书。

作者声称这本书倾注了一个吃货😋对美食🍎的全部向往和追求,如果你非常喜欢美食,并且想要学习TensorFlow2,那么这本书一定值得你品尝品尝。该书被权威科技媒体机器之心报道后,在github上迅速获得超过5000颗star。不少学习过的同学都表示:是见过的最为清晰的TensorFlow教程,简洁优雅,真香😋。

以下是该书一个较为完整的介绍。

一,Tensorflow2🍎 还是Pytorch?🔥

先说结论:

如果是工程师,应该优先选TensorFlow2.

如果是学生或者研究人员,应该优先选择Pytorch.

如果时间足够,最好Tensorflow2和Pytorch都要学习掌握。

理由如下:

  • 1,在工业界最重要的是模型落地,目前国内的大部分互联网企业只支持TensorFlow模型的在线部署,不支持Pytorch。 并且工业界更加注重的是模型的高可用性,许多时候使用的都是成熟的模型架构,调试需求并不大。

  • 2,研究人员最重要的是快速迭代发表文章,需要尝试一些较新的模型架构。而Pytorch在易用性上相比TensorFlow2有一些优势,更加方便调试。并且在2019年以来在学术界占领了大半壁江山,能够找到的相应最新研究成果更多。

  • 3,TensorFlow2和Pytorch实际上整体风格已经非常相似了,学会了其中一个,学习另外一个将比较容易。两种框架都掌握的话,能够参考的开源模型案例更多,并且可以方便地在两种框架之间切换。

二、本书面向读者😇

本书假定读者有一定的机器学习和深度学习基础,使用过Keras或者Tensorflow1.0或者Pytorch搭建训练过模型。

对于没有任何机器学习和深度学习基础的同学,建议在学习本书时同步参考学习《Python深度学习》一书。

此书是Keras之父Francois Chollet所著,假定读者无任何机器学习知识,以Keras为工具,使用丰富的范例示范深度学习的最佳实践,该书通俗易懂,全书没有一个数学公式,注重培养读者的深度学习直觉。

该书电子版下载链接:https://pan.baidu.com/s/1-4q6VjLTb3ZxcefyNCbjSA 提取码:wtzo

三,本书写作风格🍉

本书是一本对人类用户极其友善的TensorFlow2.0入门工具书,不刻意恶心读者是本书的底限要求,Don't let me think是本书的最高追求。

本书主要是在参考TensorFlow官方文档和函数doc文档基础上整理写成的。

但本书在篇章结构和范例选取上做了大量的优化。

不同于官方文档混乱的篇章结构,既有教程又有指南,缺少整体的编排逻辑。

本书按照内容难易程度、读者检索习惯和TensorFlow自身的层次结构设计内容,循序渐进,层次清晰,方便按照功能查找相应范例。

不同于官方文档冗长的范例代码,本书在范例设计上尽可能简约化和结构化,增强范例易读性和通用性,大部分代码片段在实践中可即取即用。

如果说通过学习TensorFlow官方文档掌握TensorFlow2.0的难度大概是9的话,那么通过学习本书掌握TensorFlow2.0的难度应该大概是3.

谨以下图对比一下TensorFlow官方教程与本教程的差异。

GitHub超5000星!如何用30天吃掉TensorFlow2?

四,本书学习方案⏰

1,学习计划

本书是作者利用工作之余和疫情放假期间大概2个月写成的,大部分读者应该在30天可以完全学会。

预计每天花费的学习时间在30分钟到2个小时之间。

当然,本书也非常适合作为TensorFlow的工具手册在工程落地时作为范例库参考。

GitHub超5000星!如何用30天吃掉TensorFlow2?

GitHub超5000星!如何用30天吃掉TensorFlow2?

GitHub超5000星!如何用30天吃掉TensorFlow2?

2,学习环境

本书全部源码在jupyter中编写测试通过,建议通过git克隆到本地,并在jupyter中交互式运行学习。

为了直接能够在jupyter中打开markdown文件,建议安装jupytext,将markdown转换成ipynb。

GitHub超5000星!如何用30天吃掉TensorFlow2?

GitHub超5000星!如何用30天吃掉TensorFlow2?


如果看到如下输出,则说明tensorflow已经成功安装并运行,接下来就可以愉快地开始课程学习了。



tensorflow version: 2.1.0hello tensorflow2


五,如何获取本书📚

这本书目前有4种形式获取。

1,gitbook电子书。以网页链接呈现,同时可以在电脑和手机上用浏览器打开。

2,github项目源码。包含全部数据集和md格式源码,可以在jupyter上安装jupytext后将md源码作为ipynb打开。

3,pdf格式电子书。

4,ipynb格式项目源码。

阅读体验优先推荐使用gitbook电子书,既可以在手机也可以在电脑上查看,具有目录查找和上下页翻页功能,字体大小和背景色可以根据个人喜好进行调整,颜值超高。


六,鼓励和联系作者 🎈🎈

最后,想给大家讲一个吃货小王子的故事。

在很久很久以前,有一个小王子,住在一个只比他大一点点的星球上,他,想要一个朋友。

在昨天今天和明天,有一个吃货,住在一个只比他大一点点的github星球上,他,想要一颗星星。