現在大火的算法框架TensorFlow，都有哪些值得一看的好書呢？

​

TensorFlow™是一個基於數據流編程（dataflow programming）的符號數學系統，被普遍應用於各種機器學習（machine learning）算法的編程實現，其前身是谷歌的神經網絡算法庫DistBelief 。

Tensorflow擁有多層級結構，可部署於各種服務器、PC終端和網頁並支持GPU和TPU高性能數值計算，被普遍應用於谷歌內部的產品開發和各領域的科學研究 。

TensorFlow由谷歌人工智能團隊谷歌大腦（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種應用程序接口（Application Programming Interface, API）。自2015年11月9日起，TensorFlow依據阿帕奇受權協議（Apache 2.0 open source license）開放源代碼 。

今天這一份書單，未來介紹幾本關於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件庫TensorFlow 2.0的諸多應用實踐，內容涵蓋各類熱門的應用場景，包括圖像識別、天然語言對話機器人、基於生成網絡的圖片風格遷移、文本情感分析等。

該書是爲「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，在最後一章又探討了如何將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備很高的參考價值。

做者介紹

壽黎但

浙江大學計算機學院教授

深度學習在工業領域逐步獲得應用，尤爲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備廣闊的發展空間。

董亞波

浙江大學計算機學院副教授，人工智能研究所副所長

在與本書做者的項目合做中，藉助其豐富的TensorFlow開發經驗，使得項目得以順利進行。有幸可以看到本書樣章，書中內容短小精悍，有大量實戰樣例。讀者閱讀本書後，可以快速走進以TensorFlow 2.0爲基礎的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能檢測項目負責人

這一波人工智能浪潮與以往咱們所討論的人工智能最大的不一樣，就是其已經迅速在工業領域進行應用。

​

TensorFlow實戰

《TensorFlow實戰》但願用簡單易懂的語言帶領你們探索TensorFlow（基於1.0版本API）。在《TensorFlow實戰》中咱們講述了TensorFlow的基礎原理，TF和其餘框架的異同。

並用具體的代碼完整地實現了各類類型的深度神經網絡：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、分佈式並行、TF.Learn和其餘TF.Contrib組件。

《TensorFlow實戰》但願能幫讀者快速入門TensorFlow和深度學習，在工業界或者研究中快速地將想法落地爲可實踐的模型。

做者簡介

黃文堅，PPmoney大數據算法總監，負責集團的風控、理財、互聯網證券等業務的數據挖掘工做。

唐源，目前在芝加哥的Uptake公司帶領團隊創建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，也創建了公司的預測模型引擎，如今被用於航空、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》着重講解了用於圖像識別的卷積神經網絡和用於天然語言處理的循環神經網絡的理論知識及其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》很是適合對機器學習、深度學習感興趣的讀者，或是對深度學習理論有所瞭解，但願嘗試更多工程實踐的讀者，抑或是對工程產品有較多經驗，但願學習深度學習理論的讀者。

做者簡介

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作過多個項目，現致力於AI和大數據產品的研究與應用。

莫瑜，前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、內容分發推薦算法和對話機器人技術研發。長期以來持續關注和實踐大規模數據算法性能優化、搜索引擎、推薦系統和人工智能技術。

王琛，英國愛丁堡大學人工智能專業碩士，現爲百納信息技術有限公司人工智能方向負責人。早年參加過信息學奧林匹克競賽得到河北省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能學習系統，是一個用於數值計算的開源軟件庫。《TensorFlow深度學習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深度學習算法原理及編程技巧。

通讀全書，讀者不只能夠系統瞭解深度學習的相關知識，還能對使用TensorFlow進行深度學習算法設計的過程有更深刻的理解。

做者介紹

蔣子陽，多年專業編程工做經驗，曾參與多個機器人目標識別與定位等深度學習相關項目，擅長圖像識別算法、語音識別算法等。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刻研究，隨着TensorFlow的出現，開始將精力轉移到TensorFlow深度學習算法原理的研究中，並專門推導過其中的大部分算法，對該框架有着獨特的認識和深刻的理解。

​

以爲有用就點個在看吧！

​