玩转TensorFlow，把握就业机遇

随着人工智能的浪潮席卷而来，诸多词汇逐渐步入了人们的视野，人工智能（Artificial Intelligence）、机器学习（Machine Learning）、深度学习（Deep Learning）……当很多人还对这些高频词语一知半解的时候，创业圈、技术圈、互联网圈却已经开始热切寻求掌握技术的程序设计人员。

TensorFlow作为最新的、应用范围最为广泛的深度学习开源框架自然引起了广泛的关注，它吸引了大量程序设计和开发人员进行相关内容的开发与学习。但由于国内翻译和知识传播的滞后性等多方面的原因，国内对这方面的介绍较为欠缺，缺少最新TensorFlow框架使用和设计的相关内容，使得不少程序设计和开发人员还停留在管中窥豹的阶段，而《TensorFlow深度学习应用实践》的出现使学习最新的TensorFlow程序代码不再关山难越，成为就业市场所寻求的紧俏人才也仅有“一书之遥”。

TensorFlow深度学习应用实践

TensorFlow并不是一个简单的编程框架，深度学习也不是一个简简单单的名词，而是需要相关研究人员掌握一定的数学知识和理论基础，才能对隐藏在其代码背后的理论进行透彻研究。

作者王晓华现任计算机专业教师，担任数据挖掘、Java程序设计、数据结构等多项本科及研究生课程，研究方向为数据仓库与数据挖掘、人工智能、机器学习。曾主持和参与多项国家和省级科研课题，独立完成的一项科研成果获省级成果认定，发表过多篇论文，申请有一项专利。著有《Spark MLlib机器学习实践》等图书。

本书偏重于使用卷积神经网络以及其相关变化的模型，在TensorFlow框架上进行图像特征提取、图像识别以及具体应用，这在市面上鲜有涉及。

本书归纳总结大量最新文献，引导读者进行更多技术上的创新。所用示例都是来自于现实世界中对图像分辨和特征竞赛的优胜模型，通过介绍这些例子可以使读者更深一步地了解和掌握其内在的算法和本质。

本书在写作上浅显易懂，采用较为形象的形式，使用大量图像示例描述应用的理论知识，深入浅出地介绍反馈神经网络和卷积神经网络理论体系的全部知识点，并在程序编写时使用官方推荐的TensorFlow最新框架进行程序设计，既适合学习人工神经网络、深 度学习以及TensorFlow程序设计等相关内容的程序设计人员阅读，也可以作为高等院校相关专业的教材。