TensorFlow™是一个基于数据流编程（dataflow programming）的符号数学零碎，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库 DistBelief。
Tensorflow 领有多层级构造，可部署于各类服务器、PC 终端和网页并反对 GPU 和 TPU 高性能数值计算，被广泛应用于谷歌外部的产品开发和各畛域的科学研究。
TensorFlow 由谷歌人工智能团队谷歌大脑（Google Brain）开发和保护，领有包含 TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud 在内的多个我的项目以及各类利用程序接口（Application Programming Interface, API）。自 2015 年 11 月 9 日起，TensorFlow 根据阿帕奇受权协定（Apache 2.0 open source license）凋谢源代码。
明天这一份书单，未来介绍几本对于 TensorFlow 的优质书籍。
TensorFlow 系列书单
走向 TensorFlow 2.0：深度学习利用编程疾速入门
本书探讨了开源机器学习软件库 TensorFlow 2.0 的诸多利用实际，内容涵盖各种热门的利用场景，包含图像识别、自然语言对话机器人、基于生成网络的图片格调迁徙、文本情感剖析等。
该书是为“利用落地”而编写的，每章均附有大量的代码和正文，帮忙读者更快地入门和实现利用落地。本书前两章别离介绍了 Python 的用法和 TensorFlow 的根底，在最初一章又探讨了如何将 TensorFlow 所训练的模型部署到生产环境中。本书对有志于在相干畛域进行钻研并疾速产出原型的技术人员具备很高的参考价值。
作者介绍
寿黎但
浙江大学计算机学院传授
深度学习在工业畛域逐渐失去利用，尤其是其与物联网的联合，在智能家居、智慧城市、智慧交通、智慧医疗、智慧教育、智慧工业等多种行业场景中具备广大的倒退空间。
董亚波
浙江大学计算机学院副教授，人工智能研究所副所长
在与本书作者的我的项目单干中，借助其丰盛的 TensorFlow 开发教训，使得我的项目得以顺利进行。有幸可能看到本书样章，书中内容短小精悍，有大量实战样例。读者浏览本书后，可能疾速走进以 TensorFlow 2.0 为根底的 AI 零碎开发畛域。
牟磊育
中国地震局地球物理研究所 地震数据品质人工智能检测我的项目负责人
这一波人工智能浪潮与以往咱们所探讨的人工智能最大的不同，就是其曾经迅速在工业畛域进行利用。
TensorFlow 实战
《TensorFlow 实战》心愿用简略易懂的语言率领大家摸索 TensorFlow（基于 1.0 版本 API）。在《TensorFlow 实战》中咱们讲述了 TensorFlow 的根底原理，TF 和其余框架的异同。
并用具体的代码残缺地实现了各种类型的深度神经网络：AutoEncoder、MLP、CNN（AlexNet，VGGNet，Inception Net，ResNet）、Word2Vec、RNN（LSTM，Bi-RNN）、Deep Reinforcement Learning(Policy Network、Value Network)。此外，《TensorFlow 实战》还解说了 TensorBoard、多 GPU 并行、分布式并行、TF.Learn 和其余 TF.Contrib 组件。
《TensorFlow 实战》心愿能帮读者疾速入门 TensorFlow 和深度学习，在工业界或者钻研中疾速地将想法落地为可实际的模型。
作者简介
黄文坚，PPmoney 大数据算法总监，负责团体的风控、理财、互联网证券等业务的数据挖掘工作。
唐源，目前在芝加哥的 Uptake 公司率领团队建设用于多个物联网畛域的数据迷信引擎进行条件和衰弱监控，也建设了公司的预测模型引擎，当初被用于航空、能源等大型机械畛域。
深度学习原理与 TensorFlow 实际
《深度学习原理与 TensorFlow 实际》次要介绍了深度学习的根底原理和 TensorFlow 零碎根本应用办法。TensorFlow 是目前机器学习、深度学习畛域优良的计算零碎之一，《深度学习原理与 TensorFlow 实际》联合实例介绍了应用 TensorFlow 开发机器学习利用的具体办法和步骤。
同时，《深度学习原理与 TensorFlow 实际》着重解说了用于图像识别的卷积神经网络和用于自然语言解决的循环神经网络的理论知识及其 TensorFlow 实现办法，并结合实际场景和例子形容了深度学习技术的利用范畴与成果。
《深度学习原理与 TensorFlow 实际》非常适合对机器学习、深度学习感兴趣的读者，或是对深度学习实践有所理解，心愿尝试更多工程实际的读者，抑或是对工程产品有较多教训，心愿学习深度学习实践的读者。
作者简介
喻俨，百纳信息（海豚浏览器）研发副总裁。2007 年退出微软亚洲工程院，2011 年退出百纳信息负责海内业务线，从 0 到 1 做过多个我的项目，现致力于 AI 和大数据产品的钻研与利用。
莫瑜，先后任职于微软和海豚浏览器，从事搜索引擎、音乐检索 / 哼唱搜寻、内容散发举荐算法和对话机器人技术研发。长期以来继续关注和实际大规模数据算法性能优化、搜索引擎、举荐零碎和人工智能技术。
王琛，英国爱丁堡大学人工智能业余硕士，现为百纳信息技术有限公司人工智能方向负责人。早年加入过信息学奥林匹克比赛取得河北省 1 名、全国三等奖，并输送进入中山大学。大学期间，在 ACM 比赛上也屡获佳绩。
走向 TensorFlow 2.0：深度学习利用编程疾速入门
TensorFlow 是谷歌研发的人工智能学习零碎，是一个用于数值计算的开源软件库。《TensorFlow 深度学习算法原理与编程实战》以根底 + 实际相结合的模式，具体介绍了 TensorFlow 深度学习算法原理及编程技巧。
通读全书，读者不仅能够零碎理解深度学习的相干常识，还能对应用 TensorFlow 进行深度学习算法设计的过程有更深刻的了解。
作者介绍
蒋子阳，多年业余编程工作教训，曾参加多个机器人指标辨认与定位等深度学习相干我的项目，善于图像识别算法、语音辨认算法等。波及行业包含金融、证券、汽车、公共安全等畛域。
近年来，自己对机器学习及深度学习进行了深入研究，随着 TensorFlow 的呈现，开始将精力转移到 TensorFlow 深度学习算法原理的钻研中，并专门推导过其中的大部分算法，对该框架有着独特的意识和深刻的了解。
感觉有用就点个在看吧！