有什么学习Python的网站？
这个其实非常多，下面我简单介绍几个适合初学者学习的Python网站：菜鸟教程这是一个免费的编程学习网站，涉及开发语言众多，包括常见的Python，Java等，资料众多，章节详细合理，知识点基础全面，还提供在线练习环境，不需要本地搭建运行环境，非常适合初学者学习入门：慕课网这是一个非常不错的编程学习网站，所有资料都是以视频方式在线观看，涉及语言众多，前后端都有，既有基础入门教程，也有高阶深入项目，对于想入门编程或者提升自我编程经验的人来说，是一个非常不错的选择：实验楼这也是一个不错的编程学习网站，涉及开发语言也非常多，所有项目示例都以小实验的形式展示出来，非常好学有趣，资料文档全面，自带有实验运行环境（Linux Python），对于想提升自我编程水平或经验的人来说是一个非常不错的选择：网易云课堂这是一个在线的学习网站，资料非常多，涉及的方面也非常广，其中就包含有编程开发这一块（包含Python），课程安排合理，项目示例丰富，介绍详细全面，由点及面，一层一层深入，非常适合初学者学习和自我提升：Python官网教程Python官网也自带有基础入门教程，中文版的，介绍的非常详细，从基础的数据类型、控制语句、函数、类、模块、异常处理、输入输出等都有非常详细的说明和示例，对于初学者入门来说，专业可靠、非常不错：就介绍这5个不错的Python学习网站吧，非常适合初学者入门，当然，还有许多其他的Python学习网站，像Python中文开发者社区、廖雪峰Python教程等也都非常不错，选择适合自己的一个就行，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。
inception Net如何实现数据增强？
谢邀看到悟空问答官方给我推荐这个问题，我不得不说，这推荐是不是有点太精准了？我才前几天在头条号上发布的Inception Net如何实现数据增强，今天就给我推送这个问题，这一点我不得不服。所以接下来我就直接引用我之前写过的文章了。在CNN中，为了增大数据量避免模型的过拟合，通常都会对训练数据做数据增强处理，这篇文章主要介绍在Inception Net中是如何做数据增强的，tensorflow官方通过slim已经实现了VGG、Inception、LeNet网络的数据增强的，官网链接如下：https://github.com/tensorflow/models/tree/master/research/slim/preprocessing，Inception Net数据增强主要包括以下几个部分：1、将图片的像素缩放到[0,1)#将图片的像素值缩放到[0,1)image = tf.image.convert_image_dtype(image, dtype=tf.float32)2、随机裁剪图片image：一个3维的图片tensor，数据的取值范围在[0,1]，即表示已经做了归一化后的图片bbox：box的边框，[ymin,xmin,ymax,xmax]，默认是[0,0,1,1]表示使用的是整张图片min_object_covered：在随机裁剪图片的时候必须要包括box边框的比例aspect_ratio_range：随机裁剪的图片,宽/高的比例需要满足的范围area_range：随机裁剪的图片需要占图片的比例max_attempts：随机裁剪，尝试的最多次数，超过最大尝试次数返回整张图片返回的是一张裁剪之后的图片和随机裁剪所选的区域，后面会通过tensorflow对这个区域进行标注，裁剪的图片就是从这个区域中选择的。
3、随机变化图片的参数(翻转、亮度、饱和度、色度、对比度)在随机变化图片参数的时候，tensorflow提供了一种fast_mode模型，从名字上理解就是快速模型，在fast_mode模型中没有做比较耗时处理的色度变换和对比度变换，由于参数变换的顺序也会影响最终生成的图片，在变换参数的时候也还加入了不同变化顺序。
a、随机水平翻转# 随机水平翻转distorted_image = tf.image.random_flip_left_right(distorted_image)b、亮度、饱和度、色度、对比度的随机变换4、将图片的像素转换到[-1,1]区间内distorted_image = tf.subtract(distorted_image, 0.5)#减去0.5distorted_image = tf.multiply(distorted_image, 2.0)#乘以2第一步将图片转换到[0,1]区间内，通过除以255，通过最后两步可以将图片转换到[-1,1]区间内。
将图片转换到[0,1]区间，其实就是做了一个0(最小值)/255(最大值)的变化，将图片转换到[-1,1]区间相当于做了128(最小值)/128(最大值)，实验证明[-1,1]区间比[0,1]的准确率要高一些。注意：对图片的像素区间做了转换之后，在预测图片类标的时候，也需要对图片的像素区间进行相同的缩放。
有哪些好的Tensorflow学习网站、资料或者论坛？
TensorFlow官网有时候会上不去入门的话，可以先看下Develop，里面有一些应用实例。图片分类、自然语言处理都有涉及。全部认真过一遍的话，还是不错的。配套的代码都可以下载。然后就是API，随用随查吧。还是比较详细的。Tensorflow中文社区官方文档的中文翻译版，应该是人工翻译的，如果英语有困难或者网络原因进不了官网的同学也可以在这里看。
Andrew Ng吴恩达的课程这里推荐去年出的，Neural Networks and Deep Learning，很扎实的一门课。coursera和网易云课堂上都能找到。斯坦福的CS 20SICS 20SI: Tensorflow for Deep Learning Research能够对tensorflow有个全面的了解，从最基本的计算图开始，到如何结构化模型，了解最新的seq2seq，neural style等前沿算法的实现。
可以在youtube或者B站观看Siraj Raval的youtube国外的一个很火的大神，他的主页上有大量的教程，有个播放列表是Tensorflow入门的。如果你能接受他的嘻哈风格，也是个不错的资源。周莫烦如果你倾向于中文内容，周莫烦的视频教程可以作为首选。口齿清晰，分析透彻，他本人好像是在美国读博。
贡献了非常多的编程类教程。这里赞一个。Stackoverflow如果学习中遇到问题，推荐你首选Stackoverflow。虽然可能在语言上遇到一些障碍，但这个网站绝对最有可能给你想要的答案。斯坦福的CS231n如果你对计算机视觉方面感兴趣，推荐学习CS231n。非常综合的一门课程，能坚持完成全部作业的吧。
对你的学习成果是一个非常好的巩固。优达学城如果有意愿支付一门课程几千元的费用，推荐优达学城。算是一个高端技能的职校。课程质量还是不错的，每个阶段都有需要独立完成的项目。毕业后求职也会有一些推荐。可以免费体验。现在机器学习、深度学习发展得非常快，网上也有大量的学习资料，以上也仅仅是列举了一部分我感觉还不错并自己学习过的。
有学习python和tensorflow的书籍推荐吗？谢谢？
关于python的好书很多，入门的给你推荐几本：1.Python编程：入门到实践理论和实践恰到好处，行文逻辑流畅，不跳跃，手把手教的感觉，却绝不啰嗦，非常适合入门。好多人都强烈推荐这本书，书中涵盖的内容是比较精简的，没有艰深晦涩的概念，最重要的是每个小结都附带有”动手试一试”环节，学编程最佳的方式就是多动动手、多动动脑。
2.Python基础教程第2版学习一门编程语言的最好方法就是真正使用它。这本书内容涉及的范围较广，既能为初学者夯实基础，又能帮助程序员提升技能，适合各个层次的Python开发人员阅读参考。3.笨办法学Python编程入门的必备书，从一个个的小例子入手，不仅是教你写Python代码，还有编程的技巧。这是一本Python入门书籍，适合对计算机了解不多，没有学过编程，但对编程感兴趣的读者学习使用。
这本书以习题的方式引导读者一步一步学习编程，从简单的打印一直讲到完整项目的实现，让初学者从基础的编程技术入手，最终体验到软件开发的基本过程。4.Python for data analysis本书含有大量的实践案例，介绍了如何利用各种Python库高效地解决各式各样的数据分析问题。这本书介绍了ipython 、notebook、Numpy、Scipy和Pandas包的使用等，只要掌握了python的基本语法就可以学习。
tensorflow的接触的少，就推荐一本：1.tensorflow实战电子工业出版社出的。首先介绍了TensorFlow的架构，以及与各种主流架构的对比。其次，开篇比较详细的介绍了TensorFlow的安装，分布CPU和GPU两个版本。接着，作者介绍了几种深度神经网络，包括最基础的前馈网络，重点介绍用于图像方面的卷积神经网络，以及用于文本和自然语言处理方面的循环神经网络，其不仅详细介绍了这些网络结构的原理，更有非常详尽的TensorFlow代码实现，同时，其间也包括了一些作者实践中的宝贵经验，如1*1卷积核的作用等，非常适合新手快速入门。
