各位社区的朋友们，大家好！
TensorFlow 是一个开源开放的产品，Google 官方和社区都提供了丰富翔实的学习资料。Google 官方提供的中文的资料包括 TensorFlow 官方文档、 微信公众号、视频、 每月简报 等，全球的资料如：TensorFlow 官方博客、Google AI 博客、YouTube 视频频道、Twitter、GitHub 等，通过这些优质的内容，开发者们探索 TensorFlow 和人工智能会变得更加容易。
今天，我们正式上线了 TensorFlow Codelabs 网站作为更多官方资料的补充，您可以通过这个网址访问：https://codelabs.tf.wiki/ （本站使用 Google Codelabs 团队 开源的工具 构建，内容使用获授权）。
Google Codelabs 是一种引导式动手编码的教程，帮助您通过一步一步完成某一个小的项目或者功能模块。我们将采取渐进式的方式提供所有 Google 发布的 TensorFlow 和机器学习相关 Codelabs，第一期我们发布了如下十二个 Codelab，它们分别是：
- Learn TensorFlow 1: The “Hello World” of machine learning
- Learn Tensorflow 2: Introduction to Computer Vision
- Learn Tensorflow 3: Introduction to Convolutions
- Learn Tensorflow 4: Convolutional Neural Networks (CNNs)
- Learn Tensorflow 5: Complex Images
- Learn Tensorflow 6: Use CNNS with larger datasets
- Recognize Flowers with TensorFlow Lite on Android
- Recognize Flowers with TensorFlow Lite on iOS
- TensorFlow.js - Audio recognition using transfer learning
- TensorFlow.js Transfer Learning Image Classifier
- TensorFlow.js — Handwritten digit recognition with CNNs
- TensorFlow.js — Making Predictions from 2D Data
请注意，在 全球的 Codelabs 网站里 您可以找到更丰富的 TensorFlow 相关教程，请注意这些链接可能需要一定的网络支持才能到达。
尽管这些页面可能还有部分的问题尚未完善，但我们仍希望尽快与大家分享我们的成果。
接下来的工作，我们计划：
- 尽可能的发布更多 TensorFlow 相关的 Codelab；
- 尽快开始已发布 Codelab 的本地化计划；
- 处理针对 Codelab 的反馈；
- 发起由社区成员自己撰写 Codelab 的计划。
与此同时，我们也为这个项目开启了一个新的子板块——Codelabs，欢迎大家在这里交流和讨论，并为这些教程提供反馈等。
希望我们所做的这些可以为开发者们提供沟通学习的平台和渠道。
谢谢！
tf.wiki 项目组