Tensorflow作为Google花大力构建维护的项目，拥有一套异常完善的Tutorial。对初学者来说，可能完善到让人不知道该从哪里下手，相信看过它的网站的同学们都能感觉得到。但既然是开源项目，要学习它肯定是从官方的Document下手，这里也感谢极客学院的大佬们细心翻译，方便了小白们入坑。
首先，要想应用这种深度学习包，需要你对机器学习这方面有一个理论上的了解，完全不会ML、DL的纯小白也不可能看得懂这些文档和算法，文档里的介绍大部分都是在应用层面上的指导。我在这之前对ML和DL算有一定的基础，精看过几本书，乱看过几个系列的网课，刷了Ufldl，啃过一些经典的paper，看题主的提问水平相信基础知识也很扎实。
考虑到，这个项目开源也没多久，所以也没有什么统一认可的学习方法。我自己开始是同时看极客学院和原版的文档，开始的MNIST肯定是要完全吃透的，这里边有两种代码，Deep MNIST for Experts是初级的（虽然是For Experts但确实很初级），比较好理解，简单实现了MNIST卷积神经网络，也没有模块化；这后面的一章TensorFlow Mechanics 101 在之前一章的基础上实现了模块封装，算是一个稍微有模有样的代码。我当时把这一章的代码拿出来各种乱改，实现不同的功能，搞懂了这一块才基本算入门了。
这之后硬啃下了CIFAR10的卷积实现的代码，这期间接触了不少新函数，不明白了就看文档的API或者上CSDN上看博客之类的，个人认为这是一个比较重要的时间段，对整个Tensorflow的架构有了一个更加系统的认识。说实话过程还是挺痛苦的，因为文档从这里开始不再细致的讲解，而是为学习者拓宽Tensorflow的使用方式。有时想吃透一些细节就必须耗很久。我个人非常建议在这个阶段多自己上手写程序，当然，我们可能还达不到完全自己写出来的水平，那就拆人家的轮子然后改，在自己写的过程中，会遇到一些经典的问题，最后发现人家的方法确实好，确实有这么做的道理。这个过程大概花了两周的时间，也算是在图像处理上有一些想法和阅历了。
上一个阶段结束之后就开始有一些自己的想法，然后就决定自己上手写一个小程序。因为之前刚刚学过OpenCV，对里面人脸识别印象比较深刻，于是接受了ML前辈的意见，自己用Tensorflow写了一个输入照片判断性别的程序。这里面就要涉及到之前学过看过的所有知识，虽然很简单，但也编了整整一周，人脸数据集用的是IMDB WIKI的数据，这个数据集还可以做蛮多事情的，因为数据集里是带有年龄标记的，还可以写判断年龄的程序，是自己上手的不错选择。这同时开始看paper，边看轮子边拆轮子，有时间自己造一些轮子。然后就没有然后了，我也是刚刚走到这一步。
还可以看其他一些工具包的Document，比如Theano，caffe，虽然实现方法都不一样，但还是有很多相似之处的，具体帮助大不大我也说不上来，不妨试一试。
原文链接：https://www.zhihu.com/question/49909565/answer/118465399
注意：本文归作者所有，未经作者允许，不得转载
