在工業(yè)界，TensorFlow 比其他框架更具有優(yōu)勢(shì)。TensorFlow 支持異構(gòu)設(shè)備的分布式計(jì)算，使得上千萬(wàn)、上億數(shù)據(jù)量的模型能夠有效地利用機(jī)器資源進(jìn)行訓(xùn)練。TensorFlow 支持卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)，這些都是在計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、自然語(yǔ)言處理方面最流行的深度神經(jīng)網(wǎng)絡(luò)。TensorFlow 支持從研究團(tuán)隊(duì)快速遷移學(xué)習(xí)模型到生產(chǎn)團(tuán)隊(duì)，實(shí)現(xiàn)了研究團(tuán)隊(duì)發(fā)布模型，生產(chǎn)團(tuán)隊(duì)驗(yàn)證模型，構(gòu)建起了模型研究到生產(chǎn)實(shí)踐的橋梁。TensorFlow 支持直接面向終端用戶的移動(dòng)端（Android 系統(tǒng)）以及一些智能產(chǎn)品的嵌入式開(kāi)發(fā)。另外，TensorFlow 有出色的版本管理和詳細(xì)的官方文檔。

本教程TensorFlow 程序設(shè)計(jì)中的關(guān)鍵技術(shù)主要包括以下幾個(gè)方面。

TensorFlow 編程基礎(chǔ)及實(shí)踐：主要包括 TensorFlow 變量、TensorFlow 應(yīng)用架構(gòu)、TensorFlow 可視化技術(shù)、GPU 使用、以及 HDFS 集成使用等。
TensorFlow 系統(tǒng)架構(gòu)及 C/C++ 編程 API：主要包括 Client，Master，Worker，Kernel 的相關(guān)系統(tǒng)組件及運(yùn)行方式，以及采用 C++ API 去訓(xùn)練模型，提供更好的運(yùn)算性能及更好地控制 GPU 內(nèi)存的分配。
分布式 TensorFlow 技術(shù)：主要包括分布式 TensorFlow 編程 API；分布式 TensorFlow MNIST 模型；梯度向降法在分布式 TensorFlow 中的性能分析，包括 Async-SGD,Sync-SGD，Sync-SGDwith backups 算法。
TensorFlow 與卷積神經(jīng)網(wǎng)絡(luò)：主要包括卷積神經(jīng)網(wǎng)絡(luò)的特征圖、卷積核，池化操作等關(guān)鍵技術(shù)；使用 TensorFlowAPI 構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)；TensorFlow Cifar10，InceptionV3 及 Vgg19 模型的架構(gòu)和代碼。
TensorFlow 與自然語(yǔ)言處理模型：主要包括 Word2Vec 數(shù)學(xué)原理；近義詞模型；循環(huán)神經(jīng)網(wǎng)絡(luò)（RecurrentNeural Network, RNN）技術(shù)原理；長(zhǎng)短期記憶網(wǎng)絡(luò)（LongShort-Term Memory，LSTM）技術(shù)原理；TensorFlow 語(yǔ)言預(yù)測(cè)模型；TensorFlow 的機(jī)器翻譯模型。
TensorFlow 在智能終端中的應(yīng)用：基于看花識(shí)名 APP，講解了 TensorFlow 在 Android 智能終端中的應(yīng)用。主要包括：模型訓(xùn)練；模型參數(shù)量化處理；TensorFlowAndroid 開(kāi)發(fā)環(huán)境的構(gòu)建及相關(guān)開(kāi)發(fā) API。

目錄

第1章 深度學(xué)習(xí)簡(jiǎn)介
第2章 TensorFlow環(huán)境搭建
第3章 TensorFlow入門(mén)
第4章 深層神經(jīng)網(wǎng)絡(luò)
第5章 MNIST數(shù)字識(shí)別問(wèn)題
第6章 圖像識(shí)別與卷積神經(jīng)網(wǎng)絡(luò)
第7章 圖像數(shù)據(jù)處理
第8章 循環(huán)神經(jīng)網(wǎng)絡(luò)
第9章 自然語(yǔ)言處理
第10章 TensorFlow高層封裝
第11章 TensorBoard可視化
第12章 TensorFlow計(jì)算加速