《TensorFlow 2.0》免费开放电子版

简 要 目 录

这是一本面向人工智能，特别是深度学习初学者的书，本书旨在帮助更多的读者朋友了
解、喜欢并进入到人工智能行业中来，因此作者试图从分析人工智能中的简单问题入手，一
步步地提出设想、分析方案以及实现方案，重温当年科研工作者的发现之路，让读者身临其
境式的感受算法设计思想，从而掌握分析问题、解决问题的能力。这种方式也是对读者的基
础要求较少的，读者在学习本书的过程中会自然而然地了解算法的相关背景知识，体会到知
识是为了解决问题而生的，避免出现为了学习而学习的窘境。
尽管作者试图将读者的基础要求降到最低，但是人工智能不可避免地需要使用正式化的
数学符号推导，其中涉及到少量的概率与统计、线性代数、微积分等数学知识，一般要求读
者对这些数学知识有初步印象或了解即可。比起理论基础，读者需要有少量的编程经验，特
别是 Python 语言编程经验，显得更加重要，因为本书更侧重于实用性，而不是堆砌公式。
总的来说，本书适合于大学三年级左右的理工科本科生和研究生，以及其它对人工智能算法
感兴趣的朋友。
本书共 15 章，大体上可分为 4 个部份：第 1~3 章为第 1 部分，主要介绍人工智能的初 步认知，并引出相关问题；第 4~5 章为第 2 部分，主要介绍 TensorFlow 相关基础，为后续
算法实现铺垫；第 6~9 章为第 3 部分，主要介绍神经网络的核心理论和共性知识，让读者理
解深度学习的本质；第 10~15 章为模型算法应用部分，主要介绍常见的算法与模型，让读者
能够学有所用。
在本书中编写时，很多英文词汇尚无法在业界找到一个共识翻译名，因此作者备注翻译
的英文原文，供读者参考，同时也方便读者日后阅读相关英文文献时，不至于感到陌生。
尽管每天都有深度学习相关算法论文的发布，但是作者相信，深度学习的核心思想和基
础理论是共通的。本书已尽可能地涵盖其中基础、主流并且前沿的算法知识，但是仍然有很
多算法无法涵盖，读者学习完本书后，可以自行搜索相关方向的研究论文或资料，进一步学
习。