TensorFlow 1.0 文档翻译计划（附文档目录）

非生而知之者，当学而不辍。

写在前面

Google 的 TensorFlow 发布 1.0 版本了。最近一直在关注 Machine Learning 这方面的东东，个人认为（就目前来说）TensorFlow 在这个领域是首先需要学习的。

TensorFlow中文社区给了我很多帮助，感谢！可惜他们的文档有点久了（目前还是 0.5 版本），跟现在的 1.0 区别还是有点多。而我是直接从 1.0 开始学习的，虽然直接看官方的英文文档还算没有问题，但为了督促自己持续的学习，同时加深学习的效果，所以决定开始个人翻译 TensorFlow 1.0 官方文档的计划。当然如果有其他同好愿意一起翻译的话，也非常欢迎。文档翻译项目的源码部署在 Github 上，源码 repo：https://github.com/isaron/tfdocs.git。

文档翻译过程中克隆了官方文档库（尽量保持跟随最新更新），同时严重参考了TensorFlow中文社区的文档。

本文档项目使用MkDocs文档系统构建，界面主题为Read the Docs。

本文档部署于https://huangch.me/tfdocs。

文档目录

尽量与官方网站的文档目录保持一致，已翻译完成的章节会及时更新链接

1. 安装

2. 开发

2.1 新手入门

TensorFlow快速入门
MNIST入门
MNIST进阶
TensorFlow 运作方式 101
tf.contrib.learn: 快速开始
tf.contrib.learn: 创建输入函数
TensorBoard: 可视化学习
TensorBoard: 内嵌可视化
TensorBoard: 图表可视化
tf.contrib.learn: 日志和监控基础
TensorFlow版本

2.2 程序员手册

读取数据
线程和队列
共享参数
TensorFlow的版本语义
TensorFlow数据版本化: GraphDefs and Checkpoints
Supervisor: Training Helper for Days-Long Trainings.
TensorFlow Debugger (tfdbg) 命令行指南: MNIST
TensorFlow Debugger (tfdbg) 与 tf.contrib.learn 结合使用
导入导出MetaGraph
常见问题
Tensor 排名、形状和类型
变量：创建、初始化、保存和加载

2.3 教程

曼德布洛特(Mandelbrot)集合
偏微分方程(PDEs)
卷积神经网络
图像识别
如何训练 Inception’s Final Layer for New Categories
字词的向量表示
递归神经网络
Sequence-to-Sequence 模型
TF Layers 指南: 创建卷积神经网络
大规模线性模型与 TensorFlow
TensorFlow 线性模型指导
TensorFlow 广度与深度学习指导
使用 GPU

2.4 性能优化

总览
XLA 概览
广播语义
开发新的 XLA 后端
使用 JIT 编译
运算语义
Shapes and Layout
使用 AOT 编译
如何量化神经网络

3. API r1.0

概览 r1.0
Python API r1.0
C++ API r1.0
Java API r1.0
Go API

4. 部署

在 Hadoop 上运行 TensorFlow
分布式部署 TensorFlow
TensorFlow 服务

5. 扩展

TensorFlow 架构
添加新的 Op
添加自定义文件系统插件
TensorFlow 翻译
自定义数据读取
用 tf.contrib.learn 建立估量
TensorFlow 模型文件的工具开发者指南

6. 资源

6.1 社区

编写 TensorFlow 文档
TensorFlow 风格指南

6.2 关于

更多TF相关资源
TensorFlow 白皮书
TensorFlow Uses

7. TensorFlow版本

TensorFlow 版本列表
master
r1.0
r0.12
r0.11
r0.10

内容来源

英文官方网站：
https://www.tensorflow.org/

TensorFlow中文社区:
http://www.tensorfly.cn

极客学院TensorFlow文档中文版翻译计划：
https://github.com/jikexueyuanwiki/tensorflow-zh