TensorFlow™是一個基於數據流編程（dataflow programming）的符號數學系統，被廣泛應用於各類機器學習（machine learning）演算法的編程實現，其前身是谷歌的神經網路演算法庫DistBelief 。 Tensorflow擁有多層級結構，可部署於各類伺服器、PC終端 ...
TensorFlow™是一個基於數據流編程（dataflow programming）的符號數學系統，被廣泛應用於各類機器學習（machine learning）演算法的編程實現，其前身是谷歌的神經網路演算法庫DistBelief 。
Tensorflow擁有多層級結構，可部署於各類伺服器、PC終端和網頁並支持GPU和TPU高性能數值計算，被廣泛應用於谷歌內部的產品開發和各領域的科學研究 。
TensorFlow由谷歌人工智慧團隊谷歌大腦（Google Brain）開發和維護，擁有包括TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud在內的多個項目以及各類應用程式介面（Application Programming Interface, API）。自2015年11月9日起，TensorFlow依據阿帕奇授權協議（Apache 2.0 open source license）開放源代碼 。
今天這一份書單，將來介紹幾本關於TensorFlow的優質書籍。
TensorFlow系列書單
走向TensorFlow 2.0：深度學習應用編程快速入門
本書探討了開源機器學習軟體庫TensorFlow 2.0的諸多應用實踐，內容涵蓋各種熱門的應用場景，包括圖像識別、自然語言對話機器人、基於生成網路的圖片風格遷移、文本情感分析等。
該書是為“應用落地”而編寫的，每章均附有大量的代碼和註釋，幫助讀者更快地入門和實現應用落地。本書前兩章分別介紹了Python的用法和TensorFlow的基礎，在最後一章又探討瞭如何將TensorFlow所訓練的模型部署到生產環境中。本書對有志於在相關領域進行研究並快速產出原型的技術人員具有很高的參考價值。
作者介紹
壽黎但
浙江大學電腦學院教授
深度學習在工業領域逐步得到應用，尤其是其與物聯網的結合，在智能家居、智慧城市、智慧交通、智慧醫療、智慧教育、智慧工業等多種行業場景中具有廣闊的發展空間。
董亞波
浙江大學電腦學院副教授，人工智慧研究所副所長
在與本書作者的項目合作中，藉助其豐富的TensorFlow開發經驗，使得項目得以順利進行。有幸能夠看到本書樣章，書中內容短小精悍，有大量實戰樣例。讀者閱讀本書後，能夠快速走進以TensorFlow 2.0為基礎的AI系統開發領域。
牟磊育
中國地震局地球物理研究所 地震數據質量人工智慧檢測項目負責人
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。
TensorFlow實戰
《TensorFlow實戰》希望用簡單易懂的語言帶領大家探索TensorFlow（基於1.0版本API）。在《TensorFlow實戰》中我們講述了TensorFlow的基礎原理，TF和其他框架的異同。
並用具體的代碼完整地實現了各種類型的深度神經網路：AutoEncoder、MLP、CNN（AlexNet，VGGNet，Inception Net，ResNet）、Word2Vec、RNN（LSTM，Bi-RNN）、Deep Reinforcement Learning(Policy Network、Value Network)。此外，《TensorFlow實戰》還講解了TensorBoard、多GPU並行、分散式並行、TF.Learn和其他TF.Contrib組件。
《TensorFlow實戰》希望能幫讀者快速入門TensorFlow和深度學習，在工業界或者研究中快速地將想法落地為可實踐的模型。
作者簡介
黃文堅，PPmoney大數據演算法總監，負責集團的風控、理財、互聯網證券等業務的數據挖掘工作。
唐源，目前在芝加哥的Uptake公司帶領團隊建立用於多個物聯網領域的數據科學引擎進行條件和健康監控，也建立了公司的預測模型引擎，現在被用於航空、能源等大型機械領域。
深度學習原理與TensorFlow實踐
《深度學習原理與TensorFlow實踐》主要介紹了深度學習的基礎原理和TensorFlow系統基本使用方法。TensorFlow是目前機器學習、深度學習領域優秀的計算系統之一，《深度學習原理與TensorFlow實踐》結合實例介紹了使用TensorFlow開發機器學習應用的詳細方法和步驟。
同時，《深度學習原理與TensorFlow實踐》著重講解了用於圖像識別的捲積神經網路和用於自然語言處理的迴圈神經網路的理論知識及其TensorFlow實現方法，並結合實際場景和例子描述了深度學習技術的應用範圍與效果。
《深度學習原理與TensorFlow實踐》非常適合對機器學習、深度學習感興趣的讀者，或是對深度學習理論有所瞭解，希望嘗試更多工程實踐的讀者，抑或是對工程產品有較多經驗，希望學習深度學習理論的讀者。
作者簡介
喻儼，百納信息（海豚瀏覽器）研發副總裁。2007年加入微軟亞洲工程院，2011年加入百納信息負責海外業務線，從0到1做過多個項目，現致力於AI和大數據產品的研究與應用。
莫瑜，先後任職於微軟和海豚瀏覽器，從事搜索引擎、音樂檢索/哼唱搜索、內容分發推薦演算法和對話機器人技術研發。長期以來持續關註和實踐大規模數據演算法性能優化、搜索引擎、推薦系統和人工智慧技術。
王琛，英國愛丁堡大學人工智慧專業碩士，現為百納信息技術有限公司人工智慧方向負責人。早年參加過信息學奧林匹克競賽獲得河北省1名、全國三等獎，並保送進入中山大學。大學期間，在ACM競賽上也屢獲佳績。
走向TensorFlow 2.0：深度學習應用編程快速入門
TensorFlow是谷歌研發的人工智慧學習系統，是一個用於數值計算的開源軟體庫。《TensorFlow深度學習演算法原理與編程實戰》以基礎+實踐相結合的形式，詳細介紹了TensorFlow深度學習演算法原理及編程技巧。
通讀全書，讀者不僅可以系統瞭解深度學習的相關知識，還能對使用TensorFlow進行深度學習演算法設計的過程有更深入的理解。
作者介紹
蔣子陽，多年專業編程工作經驗，曾參與多個機器人目標識別與定位等深度學習相關項目，擅長圖像識別演算法、語音識別演算法等。涉及行業包括金融、證券、汽車、公共安全等領域。
近年來，本人對機器學習及深度學習進行了深入研究，隨著TensorFlow的出現，開始將精力轉移到TensorFlow深度學習演算法原理的研究中，並專門推導過其中的大部分演算法，對該框架有著獨特的認識和深入的理解。
覺得有用就點個在看吧！
