http://product.dangdang.com/25207334.html
内容 简 介
本书总的指导思想是在掌握深度学习的基本知识和特性的基础上，培养使用TensorFlow进行实际编程以解决图像处理相关问题的能力。全书力求深入浅出，通过通俗易懂的语言和详细的程序分析，介绍TensorFlow的基本用法、高级模型设计和对应的程序编写。
本书共22章，内容包括Python类库的安装和使用、TensorFlow基本数据结构和使用、TensorFlow数据集的创建与读取、人工神经网络、反馈神经网络、全卷积神经网络的理论基础、深度学习模型的创建、模型的特性、算法、ResNet、Slim、GAN等。本书强调理论联系实际，重点介绍TensorFlow编程解决图像识别的应用，提供了大量数据集，并以代码的形式实现了深度学习模型，以供读者参考。
本书既可作为学习人工神经网络、深度学习、TensorFlow程序设计以及图像处理等相关内容的程序设计人员培训和自学用书，也可作为高等院校和培训机构相关专业的教材。
前 言
我们处于一个变革的时代！
给定一个物体，让一个3岁的小孩描述这个物体是什么，似乎是一件非常简单的事情。然而将同样的东西放在计算机面前，让它描述自己看到了什么，这在不久以前还是一件不可能的事。
让计算机学会“看”东西，这是一个专门的学科——计算机视觉所正在做的工作。借助于人工神经网络和深度学习的发展，近年来计算机视觉在研究上取得了重大突破。通过模拟生物视觉所构建的卷积神经网络模型在图像识别和分类上取得了非常好的效果。
而今，借助于深度学习的发展，使用人工智能去处理常规劳动、理解语音语义、帮助医学诊断和支持基础科研工作，这些曾经是梦想的东西似乎都在眼前。
写作本书的原因
TensorFlow作为最新的、应用范围最为广泛的深度学习开源框架自然引起了广泛的关注，它吸引了大量程序设计和开发人员进行相关内容的开发与学习。掌握TensorFlow程序设计基本技能的程序设计人员成为当前各组织和单位热切寻求的热门人才。他们的主要工作就是利用获得的数据集设计不同的人工神经模型，利用人工神经网络强大的学习能力提取和挖掘数据集中包含的潜在信息，编写相应的TensorFlow程序对数据进行处理，对其价值进行进一步开发，为商业机会的获取、管理模式的创新、决策的制定提供相应的支持。随着越来越多的组织、单位和行业对深度学习应用的重视，高层次的TensorFlow程序设计人员必将成为就业市场上紧俏的人才。
目前来说，TensorFlow虽然被谷歌开源公布只有不到两年时间，但是其在工业、商业以及科学研究上的应用量很大，使之成为时下最热门的深度学习框架。由于国内翻译和知识传播的滞后性等多方面的原因，国内对这方面的介绍较为欠缺，缺少最新 TensorFlow框架使用和设计的相关内容，从而造成了知识传播的延迟。学习是为了掌握新知识、获得新能力，不应是学习已经被摒弃的内容。
其次，与其他应用框架不同，TensorFlow并不是一个简单的编程框架，深度学习也不是一个简简单单的名词，而是需要相关研究人员对隐藏在其代码背后的理论进行学习、掌握一定的数学知识和理论基础的。笔者具有长期一线理科理论教学基础，可以将其中的理论知识以非常浅显易懂的语言进行介绍和描述，这点是市面上的某些相关书籍所无法比拟的。
本书是为了满足广大TensorFlow程序设计和开发人员学习最新的TensorFlow程序代码要求而出版的。本书对涉及的深度学习的结构与编程代码做了循序渐进的介绍与说明，以解决实际图像处理为依托，从理论开始介绍TensorFlow程序设计模式，多角度、多方面地对其中的原理和实现提供翔实的分析，并结合实际案例编写的应用程序设计，使读者能够在开发者的层面掌握TensorFlow程序设计方法和技巧，为开发出更强大的图像处理应用打下扎实的基础。
本书的优势
l 本书在方向上偏重于使用卷积神经网络以及其相关变化的模型，在TensorFlow框架上进行图像特征提取、图像识别以及具体应用，这在市面上鲜有涉及。
l 本书并非枯燥的理论讲解，而是大量最新文献的归纳总结。在这点上，本书与其他编程书籍有本质区别。本书的例子都是来自于现实世界中对图像分辨和特征竞赛的优胜模型，通过介绍这些例子可以使读者更深一步地了解和掌握其内在的算法和本质。
