1、封面介绍
2、出版时间
2020年10月
3、推荐理由
适读人群 ：适合有人工智能、TensorFlow基础，但只有零散的知识，没有工程能力，无法将所学组装成真正项目的读者。
本书基于TensorFlow 2.1 版本进行编写。书中内容分为4 篇。
第1 篇包括TensorFlow 的安装、使用方法。这部分内容可以使读者快速上手TensorFlow 工具。
第2 篇包括数据集制作、特征工程等数据预处理工作，以及与数值分析相关的模型（其中包括wide_deep 模型、梯度提升树、知识图谱、带有JANET 单元的RNN 等模型）。
第3 篇从自然语言处理、计算机视觉两个应用方向介绍了基础的算法原理和主流的模型。具体包括：TextCNN 模型、带有注意力机制的模型、带有动态路由的RNN 模型、BERTology 系列模型、EfficientNet系列模型、Anchor-Free 模型、YOLO V3 模型等。
第4 篇介绍了生成式模型和零次学习两种技术，其中系统地介绍了信息熵、归一化、f-GAN、**传输、Sinkhorn 算法，以及变分自编码、DeblurGAN、AttGAN、DIM、VSC 等模型。
本书结构清晰、案例丰富、通俗易懂、实用性强，适合对人工智能、TensorFlow 感兴趣的读者作为自学教程。
另外，本书也适合社会培训学校作为培训教材，还适合计算机相关专业作为教学参考书。
4、下载链接
由于版权的原因，不再对外公开，仅限内部学习和交流使用。
