OReilly Learning TensorFlow A Guide to Building Deep Learning Systems
大致受人脑启发，经过大量数据训练的深层神经网络能够以前所未有的精确度解决复杂的任务。这本实用的书提供了一本端到端指南，介绍tensorFlow，这是一种领先的开源软件库，它帮助您建立和训练用于计算机视觉、自然语言处理(Nlp)、语音识别和一般预测分析的神经网络。
作者汤姆·霍普，Yehezkel Resheff和Itay Lieder为广泛的技术受众提供了一种直接接触TensorFlow基础的方法--从数据科学家和工程师到学生和研究人员。在深入研究诸如神经网络体系结构、张量板可视化、TensorFlow库抽象和多线程输入流水线等主题之前，您将首先研究TensorFlow中的一些基本示例。如何在TensorFlow中构建和部署可生产的深度学习系统。
使用TensorFlow，快速和无痛地学习如何使用TensorFlow从底层构建深度学习模型，培训流行的计算机视觉深度学习模型，NLP使用广泛的抽象库使开发更容易、更快地学习如何缩放TensorFlow，并使用集群在生产环境中分发模型培训部署TensorFlow
目录
Chapter 1 Introduction
Chapter 2 Go with the Flow: Up and running with TensorFlow
Chapter 3 Understanding TensorFlow Basics
Chapter 4 Convolutional Neural Networks
Chapter 5 Working with Text and Sequences + TensorBoard visualization
Chapter 6 TF Abstractions and Simplification
Chapter 7 Queues, Threads, and Reading Data
Chapter 8 Distributed TensorFlow
Chapter 9 Serving Models
Chapter 10 Miscellaneous
