量子位找到了一份资料，可以安利给题主。
一个GitHub上的TensorFlow教程，来自弗吉尼亚理工的博士Amirsina Torfi，喜提8400颗星~
Torfi小哥一上来，就把GitHub上的其他TensorFlow教程批判了一番：
你们啊，都是为做而做，分享的教程都各种跳入跳出，要么搞的特别复杂，要么没什么文档支撑。
搞这些大家都不看的教程有什么用？既不能帮助开发人员搬砖，也不能帮助研究人员搞科研，浪费这时间干嘛？
所以，Torfi小哥决心做一个内容完整、又不会复杂到坑爹的TensorFlow教程。
这套教程包含清晰的教程文档，介绍从如何安装TensorFlow到TensorFlow的基础知识，线性回归模型等基本的机器学习方法，神经网络的基本教程及代码。
针对每一个部分，这份教程都包含了教程文档：
代码：
以及包含注释的代码笔记：
而且，开头还有手把手的安装视频。
教程地址：
open-source-for-science/TensorFlow-Course
另外，作者还推荐了其他一些他认可的TensorFlow教程资料：
TensorFlow-Examples
对初学者友好
https://github.com/aymericdamien/TensorFlow-Examples
Tensorflow-101
用Jupyter Notebook编写
https://github.com/sjchoi86/Tensorflow-101
TensorFlow_Exercises
从其他TensorFlow示例重新创建代码
https://github.com/terryum/TensorFlow_Exercises
LSTM-Human-Activity-Recognition
基于LSTM的TensorFlow在手机传感器数据上的递归神经网络分类
https://github.com/guillaume-chevalier/LSTM-Human-Activity-Recognition
- 完 -最后，了解更多前沿科技，请关注我们的知乎号：
