一.Tensorflow教程资源
（1）适合初学者的Tensorflow教程和代码示例：https://github.com/aymericdamien/TensorFlow-Examples。 该教程不光提供了一些经典的数据集，更是从实现最简单的“Hello World”开始，到机器学习的经典算法，再到神经网络的常用模型，一步步带你从入门到精通，是初学者学习Tensorflow的最佳教程。（2）从Tensorflow基础知识到有趣的项目应用：https://github.com/pkmital/tensorflow_tutorials。 同样是适合新手的教程，从安装到项目实战，教你搭建一个属于自己的神经网络。（3）使用Jupyter Notebook用Python语言编写的TensorFlow教程：https://github.com/sjchoi86/Tensorflow-101。
本教程是基于Jupyter Notebook开发环境的Tensorflow教程，Jupyter Notebook是一款非常好用的交互式开发工具，不仅支持40多种编程语言，还可以实时运行代码、共享文档、数据可视化、支持markdown等，适用于机器学习、统计建模数据处理、特征提取等多个领域。（4）构建您的第一款TensorFlow
Android应用程序：https://omid.al/posts/2017-02-20-Tutorial-Build-Your-First-Tensorflow-Android-App.html。 本教程可帮助您从零开始将张量流模型引入到Android应用程序。
（5）Tensorflow代码练习：https://github.com/terryum/TensorFlow_Exercises。 一个从易到难的Tensorflow代码练习手册。非常适合学习Tensorflow的小伙伴。
二.Tensorflow视频教程资源
（1）TF Girls 修炼指南：https://www.youtube.com/watch?v=TrWqRMJZU8A&list=PLwY2GJhAPWRcZxxVFpNhhfivuW0kX15yG&index=2。 一个Tensorflow从零开始的公开视频课程，课程偏基础、入门，但知识点讲的非常详细。
（2）炼数成金Tensorflow公开课：https://www.youtube.com/watch?v=eAtGqz8ytOI&list=PLjSwXXbVlK6IHzhLOMpwHHLjYmINRstrk。 非常不错的课程，推荐给大家。
（3）当然还有台湾国立大学李宏毅教程深度学习的课程也值得推荐给大家：https://www.bilibili.com/video/av9770302/
（4）英文不错的小伙伴，也为大家推荐一些国外大牛的英文课程：https://www.youtube.com/watch?v=vq2nnJ4g6N0；
http://bit.ly/1OX8s8Y，
https://www.youtube.com/watchv=GZBIPwdGtkk&feature=youtu.be&list=PLBkISg6QfSX9HL6us70IBs9slFciFFa4
（5）介绍了这么多课程，怎么能少了斯坦福大学Tensorflow系列的课程！！！话不多说，直接上链接 ： https://www.youtube.com/watchv=g-EvyKpZjmQ&index=1&list=PLIDllPt3EQZoS8gCP3cw273Cq9puuPLTg。 课程主页：http://web.stanford.edu/class/cs20si/index.html。 课程所有的ppt和笔记notes下载地址：https://pan.baidu.com/s/1o8uOQpW。 课程相关实战的github地址：chiphuyen/tf-stanford-tutorials。
（6）最后，怎么能忘了谷歌爸爸发布在Tensorflow官网上的视频教程，针对Tensorflow初级学习的小伙伴还是非常不错的一套课程，有助于大家快速入门：https://developers.google.cn/machine-learning/crash-course/。
三.项目实例
（1）一个实现实现Alex Graves论文的随机手写生成的案例：https://github.com/hardmaru/write-rnn-tensorflow。
（2）基于Tensorflow的生成对抗文本到图像合成：https://github.com/zsdonghao/text-to-image。 如下图所示，该项目是基于Tensorflow的DCGAN模型，教大家一步步从对抗生成文本到图像合成。
（3）基于注意力的图像字幕生成器：https://github.com/yunjey/show-attend-and-tell。 该模型引入了基于注意力的图像标题生成器。可以将其注意力转移到图像的相关部分，同时生成每个单词。
（4）神经网络着色灰度图像：https://github.com/pavelgonchar/colornet。 一个非常有趣且应用场景非常广的一个项目，使用神经网络着色灰度图像。
（5）基于Facebook中FastText的简单嵌入式文本分类器：https://github.com/apcode/tensorflow_fasttext。 该项目是源于Facebook中的FastText的想法，并在Tensorflow中实施。FastText是一款快速的文本分类器，提供简单而高效的文本分类和表征学习的方法。
（6）用Tensorflow实现“基于句子分类的卷积神经网络”：https://github.com/dennybritz/cnn-text-classification-tf。
（7）使用OpenStreetMap功能和卫星图像训练TensorFlow神经网络：https://github.com/jtoy/awesome-tensorflow。 该项目是通过使用OpenStreetMap（OSM）数据训练神经网络，进而对卫星图像中的特征进行分类。
（8）用Tenflow实现YOLO：“实时对象检测”，并支持实时在移动设备上运行的一个小项目：https://github.com/thtrieu/darkflow。 计算机视觉领域研究者的最佳福利。
文章来源与https://zhuanlan.zhihu.com/p/35515805