本书采用“理论 实践”的形式编写,通过大量的实例(共96个),全面而深入地讲解了深度学习神经网络原理和TensorFlow使用方法两方面的内容。书中的实例具有很强的实用性,如对图片分类、制作一个简单的聊天机器人、进行图像识别等。书中每章都配有一段教学视频,视频和图书的**内容对应,能帮助读者快速地掌握该章的**内容。本书还免费提供了所有实例的源代码及数据样本,这不仅方便了读者学习,而且也能为读者以后的工作提供便利。
本书共12章,分为3篇。第1篇深度学习与TensorFlow基础,包括快速了解人工智能与TensorFlow、搭建开发环境、TensorFlow基本开发步骤、TensorFlow编程基础、识别图中模糊的手写数字等内容;第2篇深度学习基础——神经网络,介绍了神经网络的基础模型,包括单个神经元、多层神经网络、卷积神经网络、循环神经网络、自编码网络等内容;第3篇深度学习进阶,是对基础网络模型的灵活运用与自由组合,是对前面知识的综合及拔高,包括深度神经网络和对抗神经网络两章内容。
本书结构清晰,案例丰富,通俗易懂,实用性强,特别适合TensorFlow深度学习的初学者和进阶读者作为

配套学习资源
前言
第1篇 深度学习与TensorFlow基础
第1章 快速了解人工智能与TensorFlow 2
1.1 什么是深度学习 2
1.2 TensorFlow是做什么的 3
1.3 TensorFlow的特点 4
1.4 其他深度学习框架特点及介绍 5
1.5 如何通过本书学好深度学习 6
1.5.1 深度学习怎么学 6
1.5.2 如何学习本书 7
第2章 搭建开发环境 8
2.1 下载及安装Anaconda开发工具 8
2.2 在Windows平台下载及安装TensorFlow 11

磁云科技创始人/*终身荣誉技术顾问李大学** 创客总部/创客共赢基���合伙人李建军** 一线研发工程师以14年开发经验的视角全面解析TensorFlow应用 涵盖数值、语音、语义、图像等多个领域96个有较高应用价值的深度学习案例 赠送12套同步配套教学视频 113套源代码文件(带配套样本) 内容全面,应用性强,从有监督学习到半监督学习,从简单的数据分类到语音、语言和图像分类乃至样本生成等一系列前沿技术,均有介绍 语言通俗易懂,拒绝生僻的术语,拒绝生僻的公式符号,落地性强 穿插了几十个需要读者注意的知识要点和难点,分享作者积累的宝贵经验