TensorFlow 2.0 深度學習快速入門：從1到2快人一步，從0到2一步到位

　　♛ 如欲瞭解與探索機器學習，那麼TensorFlow是個相當不錯的選擇。
　　♛ 若想學習TensorFlow，本書能以最低難度帶你領略機器學習的奧秘。

編輯推薦

　　本書是TensorFlow 2.0程式設計實踐的入門類書籍，目的在於TensorFlow 2.0正式版發布之際，能夠幫助大家快速瞭解其核心特性及基本程式設計技巧。本書精選5個常用的人工智慧程式設計案例，幫助大家掌握如何在工作中使用TensorFlow 2.0進行應用開發。內容涵蓋Python和TensorFlow基礎入門、自然語言處理和CV領域的實踐案例、模型的服務化部署，希望在基於TensorFlow 2.0的人工智慧程式設計上能夠助你一臂之力。

專家好評

　　這一波人工智慧浪潮與以往我們所討論的人工智慧最大的不同，就是其已經迅速在工業領域進行應用。網際網路+人工智慧+大數據的時代正在到來，新一代人工智慧正加速推進經濟向智慧化躍升。因此，投資界非常看好目前人工智慧在IOT、5G等方向的應用前景。本書作者以深厚的專業知識和多年的實踐經驗，由淺入深，用生動語言講述了人工智慧的基本原理、知識結構、工業應用。相信此書能夠為人工智慧愛好者，以及在此領域開展技術研究的讀者，提供一個淺顯易懂的入門導引，幫助讀者更快速地進入人工智慧應用領域。
　　詹家芳
　　原德國林德工程有限公司總經理，留美碩士
 

01 Python 基礎程式設計入門
1.1 Python 的歷史
1.2 Python 的基礎資料類型
1.3 Python 資料處理工具之Pandas
1.4 Python 影像處理工具之PIL

02 TensorFlow 2.0 快速入門
2.1 TensorFlow 2.0 簡介
2.2 TensorFlow 2.0 環境建置
2.3 TensorFlow 2.0 基礎知識
2.4 TensorFlow 2.0 高階API（tf.keras）

03 基於CNN 的圖形識別應用程式設計實作
3.1 CNN 相關基礎理論
3.2 TensorFlow 2.0 API 詳解
3.3 專案工程結構設計
3.4 專案實作程式碼詳解

04 基於Seq2Seq 的中文聊天機器人程式設計實作
4.1 NLP 基礎理論知識
4.2 TensorFlow 2.0 API 詳解
4.3 專案工程結構設計
4.4 專案實作程式碼詳解

05 基於CycleGAN 的圖形風格轉移應用程式設計實作
5.1 GAN 基礎理論
5.2 CycleGAN 的演算法原理
5.3 TensorFlow 2.0 API 詳解
5.4 專案工程結構設計
5.5 專案實作程式碼詳解

06 基於Transformer 的文字情感分析程式設計實作
6.1 Transformer 相關理論知識
6.2 TensorFlow 2.0 API 詳解
6.3 專案工程結構設計
6.4 專案實作程式碼詳解

07 基於TensorFlow Serving 的模型部署實作
7.1 TensorFlow Serving 框架簡介
7.2 TensorFlow Serving 環境建置
7.3 API 詳解
7.4 專案工程結構設計
7.5 專案實作程式碼詳解
A 參考資料

作者簡介



趙英俊

　　阿里雲人工智慧領域MVP，目前在阿里雲從事產業、工業智慧方向的解決方案架構師工作，基於數據智慧、人工智慧等技術和產品解決傳統產業、工業的痛點和難點問題。現個人維護一個優秀的開源NLP專案——基於Seq2Seq的中文智慧聊天機器人，目前GitHub stars超過1500。