这里是一些个人认为比较好的 Colab Notebooks 的集合，所有 notebook 的最开始都会有一个指向 colab 的链接，如下：
如果你还不了解 Colab Notebook，那么简单来说就是云端的 Jupyter Notebook，并且 TensorFlow 等常用库已经配置好。详情可参见 Colaboratory 简介 - Colaboratory 和 Colab: An easy way to learn and use TensorFlow – TensorFlow – Medium。
这里主要是程序中使用 tf.estimator API 进行训练的 Colab Notebooks。
linear.ipynb：这是使用tf.estimator中预构建的LinearClassifier和tf.feature_column来做线性二分类（收入是否超过 50K）， 数据集使用的 1994 年到 1995 年是美国人口普查数据 U.S Census Income Dataset。nlp_estimators.ipynb：这个 notebook 是关于使用tf.estimator进行文本分类（评论是积极还是消极）的例子，既使用了预构建的 estimator，也使用了自定义的。数据集使用的是 IMDB 电影评论数据，模型有线性分类、CNN 和 LSTM，而且分别使用了词袋模型、随机初始化的词向量和预训练的词向量（GloVe）来进行词嵌入。我对原博文进行了翻译，见 使用 TensorFlow Estimators 进行文本分类，更多的翻译可见我的 GitHub repo secsilm/awesome-posts。
- TransferLearningNLP.ipynb：这个 notebook 是关于 Howard&Ruder 的论文《Universal Language Model Fine-tuning for Text Classification》在亚马逊评论数据集上的重现
- TensorFlow_2_0_+_Keras_Crash_Course.ipynb：这个是 François Chollet 写的关于 TensorFlow 2.0 和 Keras 的简单教程，主要是 TF2 的新 API 和 Keras API 的介绍