我以官方文档为主线，开始对TensorFlow的学习。这期间会把我的理解进行持续的输出，作为《TensorFlow从0到N》系列。 它不会止于翻译和笔记，不会停留在语言和工具，而是坚持通过启发性的方式，循序渐进的构建理解，搭建一个坚实可靠的、连接“零基础”与“人工智能（AI）/机器学习（Machine Learning）/深度学习（Deep Learning）”领域之间的缓坡道。

该专题是机器学习、推荐系统和自然语言处理、深度学习相关算法学习记录，用通俗的语言去理解算法，去朴实的文字记录每次前行，每个算法力争说清缘由，且尝试实现或者使用开源库进行。机器学习忍者在路上……

分享深度学习、机器学习、计算机视觉、模式识别、资源语言处理、推荐系统等领域的一些技术

神经网络与深度学习专题欢迎大家投稿相关内容。从基础理论到实战演练均可尝试投稿。若有GPU计算资源需求去完成很有价值的工作也可以留言请求，我们会满足你的哈！ 该专栏中的文章还会被发在：UAI人工智能公众号。让更多的人看到你们的优秀作品。

本专题招募管理员，有意向请简信私聊，谢谢！ 用来分享机器学习，深度学习，神经网络，计算机视觉等领域的一些技术。 Machine Learning 学习资料：http://www.jianshu.com/p/e0238db24973 相关参考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 课程整理：http://www.jianshu.com/p/182baeb82c71 3. [深度学习与神经网络(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步链接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.jianshu.com/p/6752a8845d01 8. [知乎“机器学习”专栏]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.jianshu.com/p/fe428f0b32c1 …… 希望大家可以相互交流，相互学习！

专注机器学习和数据分析，Python、R、Ruby、MATLAB、Mathematica。

如何利用python提高运维效率， 节省运维时间， 减少运维人肉堆砌。 感谢每位主动投递同学！

生活不易 我用python 请提交关于python 语言相关的内容，本专题目前不再接受关于各种库的安装问题

Don't reinvent the wheel.

架构师， 神圣的职业，程序员界的雅典娜。

微服务和SOA相关的理论知识和技术知识，spring cloud，spring boot，dubbo，rpc，thrift，protobuf，gRPC，分布式事务，DDD,k8s,kubernetes,etcd,consul等等

设计模式仅仅是思想，本质为了解耦 重构提高代码质量，提高阅读，提升效率

每周产品介绍：微信“万能拍照识图”小程序，一键提取图片中的文字，识别花草树木.欢迎品鉴.