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行修改并通過視頻對難以理解的知識點進行鞏固。
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。