中文手册
本章节包含如何在Tensorflow中做特别任务的手册说明。如果你是Tensorflow的新手， 我建议你们先阅读”开始“的章节。
图像
下面手册覆盖了图像识别的不同方面:
- MNIST，介绍了卷积神经网络，以及如何在Tensorflow中建立CNN。
- 图像识别，介绍了图像识别的领域以及用一个预训练的模型去识别图像。
- 对于新的类别，如何重新训练Inception的最后一层，是一个很好自我解释的标题。
- 卷积神经网络，展示了如何建立一个小的CNN网络用来进行图像识别。这个文档是针对高级的Tensorflow使用者的。
序列
下面这些手册聚焦于处理序列数据的机器学习问题
- 循环神经网络，展示如何利用循环神经网络去预测一个序列中的下一个单词。
- 自然机器翻译手册，展示了如何用一个序列到序列的模型去将文本从英语翻译成法语。
- 用于绘画分类的循环神经网络，建立一个分类模型用于绘画，直接从笔画的顺序开始。
- 简单的语音识别，展示了如何去建立一个基础的语音识别网络。
数据表示
下面的手册将展示Tensorflow中不同的数据表示
- Tensorflow线性模型，使用特征列将各种数据类型提供给线性模型，以解决分类问题。
- Tensorflow宽和深的学习网络，建立在上面线性模型手册的基础上，加上一个深度前馈神经网络部分和一个兼容DNN的数据表示。
- 单词的向量表示，展示如何建立一个词嵌入。
- 用显示的核方法提升线性模型，展示了如何用显示的核映射去改善线性模型的质量。
非机器学习
尽管Tensorflow专注于机器学习，你还可以使用Tensorflow去解决其他一些数学问题.
