本書以Python數(shù)據(jù)處理工具和深度學(xué)習(xí)的基本原理為切入點，由淺入深介紹TensorFlow的使用方法。由原理著手到代碼實踐，內(nèi)容從最基本的回歸問題開始，到近年來大熱的卷積神經(jīng)網(wǎng)絡(luò)和生成式模型。本書省去大量煩瑣的數(shù)學(xué)推導(dǎo)，以通俗易懂的語言和示例闡述深度學(xué)習(xí)的原理。
本書共8章，第1和2章介紹TensorFlow的環(huán)境搭建與Python基本數(shù)據(jù)處理工具，為后面介紹TensorFlow做準(zhǔn)備；第3~5章講解TensorFlow和深度學(xué)習(xí)中的基本概念及深度學(xué)習(xí)常用數(shù)據(jù)集；第6~8章從易到難深入講解不同的神經(jīng)網(wǎng)絡(luò)模型并配合大量的示例，進(jìn)一步鞏固TensorFlow代碼的使用。本書配有整套代碼，在重點、難點處配有講解視頻，讀者可以根據(jù)自身興趣與需求對代碼進(jìn)行修改并通過視頻對難以理解的知識點進(jìn)行鞏固。
本書的難度、層次清晰，適合任何希望入門人工智能領(lǐng)域的學(xué)生或工作者閱讀，同時也包含新的技術(shù)，適于想要緊跟視覺研究的從業(yè)人員閱讀。