内容简介

本书简洁且全面地介绍了现代神经网络、人工智能和深度学习技术，专门为软件工程师和数据科学家设计。

第1章逐步介绍神经网络的基础知识。 第2章比较TensorFlow 1.x和TensorFlow 2.0编程模型。 第3章重点介绍回归。 第4章介绍卷积神经网络及其在图像处理中的应用。 第5章讨论了CNN在图像、视频、音频和文本处理方面的高级应用。 第6章重点介绍生成对抗网络。 第7章介绍词嵌入。 第8章介绍基本嵌入方法的各种扩展。 第9章介绍自动编码器。 第10章深入研究无监督学习模型。 第11章重点介绍强化学习。 第12章介绍AutoML。 第13章介绍用于移动设备和物联网的TensorFlow的基础知识。 第14章讨论了云环境以及如何利用它来训练和部署模型。 第15章讨论了深度学习背后的数学。 第16章介绍TPU。

本书内容丰富，易于理解，示例具有代表性，是学习深度学习的绝佳指南。