-次访问
刚开学一周，台风过境，上海空气凉爽。
2017年9月16日上午十点，上海大学开源社区在南区学生活动中心306室举行了本学期的第一次活动。
连同往届开源社区学长学姐在内的四十多人参与了本次活动。
在调试好投影仪，安置好桌椅后，同学们陆续到来。
十点钟，活动准时开始。首先是学长分享部分，开源社区第三届负责人杨瑒学长上台分享了他对开源的看法，开源对世界的贡献以及我们与开源的联系。随后，罗一凡学姐和开源社区创始人胡瀚森学长也分享了自己的看法。
-次访问
-次访问
注：这篇文章是开源社区翻译的开源指南 opensource.guide 系列的第二篇文章，原文链接在微信中无法点击，请点击阅读原文在原文中查看。
译者：cosformula （
我永远喜欢珂朵莉！）
-次访问
为普及同学们对于开源社区文化内核以及具体参与、维护一个开源项目的细节的了解，接下来的几周会陆续翻译开源指南的内容发布在微信公众号上，第一周介绍了一些入门与导论性质的东西。
翻译：psyduck
-次访问
学编程的时候，传统上第一件事就是 print 一个 “Hello World”，在机器学习领域，这件事情就是 MNIST。
MNIST 是一个简单的计算机视觉数据集，它包含了一些手写数字图像其中也包含了每个图像的 label，指示了每个图像是什么数字。
本教程中，我们将会训练一个通过图片来预测数字的模型。我们的目的不是用复杂的方法构建一个学术上表现最优的模型，而只是初尝一下 TensorFlow——以后的章节里我们会给出效果非常好的代码的。这样来讲的话，我们先来用一个很简单的模型，Softmax 回归。
这份教程的实际代码是非常短的，有意思的事情三行就写完了。不过，理解其后的原理是很重要的：TensorFlow 的工作方式和机器学习的核心原理。因此，我们将会步步为营地来解析这些代码。
原作者：npa(开源社区)
作者博客：http://science.npa.farbox.com/
*转载已获作者授权
-次访问
Tensorflow 提供了很多 API，最底层的叫 TensorFlow Core ，它提供完整的编程控制（我理解就是说底层控制）。我们推荐搞机器学习的研究人员或者其他的想对自己的模型有一个很好的控制的人用 TensorFlow Core 。
本教程从 TensorFlow Core 开始讲。接下去我们会展示怎么用 tf.contrib.learn 来实现等价的模型。在你用其他的一些更高级紧凑的 API 的时候，知道 TensorFlow Core 的原则会使你大脑里面有关 tf 内部是怎么工作的图景更清楚一些。
原作者：npa（开源社区）
作者博客：http://science.npa.farbox.com/
*转载已获作者授权
